按唯一列值拆分Pandas DataFrame并导出为多个CSV文件

我来帮你搞定这个问题！你之前的代码逻辑有小问题，而且没必要用全局变量来管理拆分后的DataFrame，咱们用Pandas的groupby就能轻松实现需求，还能直接批量导出CSV文件。

问题分析 #

你之前的代码for i in df是在遍历DataFrame的列名（也就是Location、Name、Date），而不是你需要的唯一地点值，所以根本没按地点拆分。而且用globals()创建一堆变量既不优雅也没必要，咱们直接在分组时就完成导出操作。

完整实现代码 #

import pandas as pd

# 先构建你的示例DataFrame（实际使用时替换成你自己的df即可）
data = {
    'Location': ['OFFICE', 'OFFICE', 'HOME', 'HOME', 'HOME', 'SHOPPING', 'SHOPPING', 'HOME'],
    'Name': ['Bob', 'Jane', 'Bob', 'Jane', 'John', 'Suzie', 'John', 'Bobby'],
    'Date': ['3-Apr-15', '3-Apr-15', '3-Apr-15', '4-Apr-15', '4-Apr-15', '5-Apr-15', '5-Apr-15', '5-Apr-15']
}
df = pd.DataFrame(data)

# 按Location分组，遍历每个分组并导出CSV
for location, group_df in df.groupby('Location'):
    # 导出为CSV，文件名用地点命名（比如OFFICE.csv），index=False避免导出索引列
    group_df.to_csv(f"{location}.csv", index=False)
    
    # 如果需要查看拆分后的DataFrame，直接打印即可
    print(f"=== 地点 {location} 的数据 ===")
    print(group_df)

代码说明 #

1. 分组逻辑：df.groupby('Location')会自动把DataFrame按Location列的唯一值分成多个子DataFrame，每个子DataFrame对应一个地点。
2. 批量导出：遍历分组时，location是当前组的地点名称，group_df是对应地点的子DataFrame，调用to_csv()就能直接导出，文件名用地点命名非常直观。
3. 细节调整：index=False是为了避免把Pandas的索引列导出到CSV里，如果你的需求需要保留索引，可以去掉这个参数。

这样不管你有70个还是更多唯一地点，代码都能自动处理，不需要手动修改，而且全程不用创建多余的全局变量，代码简洁又易维护。

内容的提问来源于stack exchange，提问作者LMGagne