如何在R语言中将因子的不同水平复制到独立数据框中？

没问题！我给你演示两种常用编程语言的实现方案，完美匹配你的需求——既保留原始主数据框，又为每个行政区生成独立的子数据框。先从模拟数据集开始，这样你可以直接跟着跑代码~

R 实现步骤 #

1. 模拟主数据框 #

首先我们创建一个包含21个行政区的模拟数据集，和你的真实数据结构一致：

# 设置随机种子，保证结果可复现
set.seed(123)
# 生成主数据框：包含ward列（21个因子水平）和两个数值列
MAIN <- data.frame(
  ward = factor(paste0("ward", 1:21), levels = paste0("ward", 1:21)),
  value1 = rnorm(1000),  # 随机正态分布数据
  value2 = sample(1:100, 1000, replace = TRUE)  # 随机整数数据
)

2. 拆分生成独立数据框 #

我们可以用split()先把主数据框按ward拆分成列表，再批量将列表中的每个元素赋值为全局环境的独立数据框：

# 按ward列拆分，得到包含21个数据框的列表
ward_subsets <- split(MAIN, MAIN$ward)

# 循环遍历列表，将每个子集命名为 ward_1、ward_2... 并赋值到全局环境
for (ward_name in names(ward_subsets)) {
  # 处理命名，比如把"ward1"转成"ward_1"
  new_name <- paste0("ward_", gsub("ward", "", ward_name))
  assign(new_name, ward_subsets[[ward_name]])
}

操作完成后，你可以直接调用ward_1查看第一个行政区的数据，主数据框MAIN会完整保留。

Python（Pandas）实现步骤 #

1. 模拟主数据框 #

用Pandas创建结构一致的模拟数据集：

import pandas as pd
import numpy as np

# 设置随机种子
np.random.seed(123)
# 生成21个行政区名称
ward_names = [f"ward{i}" for i in range(1, 22)]
# 构建主数据框
MAIN = pd.DataFrame({
    "ward": np.random.choice(ward_names, size=1000),
    "value1": np.random.normal(size=1000),
    "value2": np.random.randint(1, 101, size=1000)
})

2. 生成独立数据框 #

利用Pandas的groupby()功能，遍历每个分组并生成独立数据框：

# 按ward分组，遍历每个分组生成全局变量
for ward_name, group_data in MAIN.groupby("ward"):
    # 处理命名，生成 ward_1、ward_2... 格式的变量名
    var_name = f"ward_{ward_name.replace('ward', '')}"
    # 将分组数据赋值为全局变量
    globals()[var_name] = group_data

如果你更倾向于统一管理所有子数据框，也可以把它们存到一个字典里：

# 可选：将所有子数据框存入字典，方便批量操作
ward_data_dict = {
    f"ward_{name.replace('ward', '')}": data 
    for name, data in MAIN.groupby("ward")
}

现在你可以直接通过ward_1或者ward_data_dict["ward_1"]访问对应行政区的数据，主数据框MAIN完全不受影响。

小提示 #

• 如果你的行政区名称包含特殊字符（比如空格、符号），记得在生成变量名时做清洗，避免语法错误
• 生成多个子数据框会占用额外内存，如果你数据量极大，可以考虑按需读取，而非全部复制
• 在函数内部使用时，R的assign()和Python的globals()需要注意作用域问题，脚本环境下使用完全没问题

内容的提问来源于stack exchange，提问作者hmnoidk