基于列唯一值从现有Pandas DataFrame动态创建新DataFrame

前阵子做特征工程的时候碰到个麻烦：数据集里有大量特征需要做向量化，后续还要套各种处理函数，但手动复制DataFrame、筛选不同分组再逐一处理的方式太蠢了——我想直接根据某列（比如我的数据里的Column B）的不同取值，自动生成对应的新DataFrame，比如df_A、df_B、df_C这类。

试了两种方法都翻车了：

• 一开始想用字典存储，结果运行dict_of_df[key_name] = copy.deepcopy(df)时直接炸了，报TypeError: unhashable type: 'numpy.ndarray'，查了才知道是用来当key的变量类型不对，没法被哈希；
• 自己瞎写的逻辑更离谱，直接抛出ValueError: Wrong number of items passed 2, placement implies 1，折腾半天没搞明白哪里错。

后来在社区里看到@jezrael分享的方法，一下子就搞定了！核心代码特别简洁，利用groupby配合globals()动态创建变量：

for i, x in df.groupby('Column B'):
    globals()['dataframe' + i] = x

这段代码会自动遍历Column B里的每一个唯一值，把它当成后缀拼在dataframe后面生成新的DataFrame变量，比如Column B里有'A'、'B'、'C'的话，就会自动生成dataframeA、dataframeB、dataframeC，每个变量对应的就是原数据中Column B取值为对应值的子集，完全不用手动写筛选条件，省了大把重复劳动！

内容的提问来源于stack exchange，提问作者June