如何基于Pandas DataFrame列的唯一字符串自动创建并命名新DataFrame

嗨，我来帮你搞定这个需求！首先先明确一下，df.col1.unique()返回的是去重后的字符串数组（你写的strings里有重复的str9，应该是笔误，实际unique()会返回['str9', 'str8', 'str2']），下面给你两种可行的实现方式：

方法一：用字典存储（强烈推荐） #

直接创建变量容易导致命名混乱，用字典来存放每个筛选后的DataFrame是更规范的做法，键就是字符串数组里的值，值对应筛选结果，后续管理和访问都很方便。

首先先构建示例DataFrame方便测试：

import pandas as pd

# 构建你的原始DataFrame
data = {
    'col1': ['str9', 'str8', 'str9', 'str2'],
    'col2': [47, 43, 46, 42],
    'col3': [55, 51, 52, 56]
}
df = pd.DataFrame(data)

# 获取去重后的字符串数组
strings = df.col1.unique()

然后创建字典存储筛选结果：

df_collection = {}
for s in strings:
    df_collection[s] = df[df['col1'] == s]

# 访问示例：获取str9对应的DataFrame
print(df_collection['str9'])

输出结果：

col1  col2  col3
0  str9    47    55
2  str9    46    52

方法二：动态创建变量（谨慎使用） #

如果你确实需要直接创建以字符串值命名的变量，可以用globals()动态生成，但这种方式容易引发变量名冲突，也不利于后续代码维护，所以只在必要时使用：

for s in strings:
    # 动态生成变量，变量名就是s的取值（比如str9、str8）
    globals()[s] = df[df['col1'] == s]

# 直接访问生成的变量
print(str9)

注意事项 #

• 如果你提供的strings数组存在重复值，后面的重复项会覆盖之前创建的结果，所以务必先用unique()去重，避免重复操作。
• 优先选择字典存储的方式，尤其是当字符串数量较多时，字典更便于遍历和管理。

内容的提问来源于stack exchange，提问作者dward4