创建许多新的数据框，从数据集中获取唯一值，直到没有重复值为止，循环？

要解决这个问题，你可以使用循环和条件语句来创建新的数据框，从原始数据集中获取唯一值，直到没有重复值为止。以下是一个示例代码，演示了如何实现这个解决方法：

import pandas as pd

# 假设我们有一个包含重复值的数据集
data = {'col1': [1, 2, 2, 3, 4, 4, 5]}
df = pd.DataFrame(data)

# 创建一个空的数据框列表
unique_dfs = []

# 循环直到数据集中没有重复值
while df.duplicated().any():
    # 获取数据集中的唯一值
    unique_values = df.drop_duplicates()

    # 将唯一值添加到数据框列表中
    unique_dfs.append(unique_values)

    # 从原始数据集中删除已经添加到新的数据框中的唯一值
    df = df[~df.isin(unique_values)].dropna()

# 打印所有的唯一数据框
for idx, unique_df in enumerate(unique_dfs):
    print(f"Unique DataFrame {idx+1}:")
    print(unique_df)
    print("---------------------")

在这个示例中，我们首先创建了一个包含重复值的数据集。然后，我们使用一个空的数据框列表 unique_dfs 来存储唯一值的数据框。在循环中，我们检查数据集中是否有重复值，如果有重复值就执行以下步骤：

1. 使用 drop_duplicates() 函数获取数据集中的唯一值。
2. 将唯一值添加到数据框列表 unique_dfs 中。
3. 使用 isin() 和 dropna() 函数从原始数据集中删除已经添加到新的数据框中的唯一值。

最后，我们使用循环打印所有的唯一数据框。

请注意，这个示例中的数据集只有一列，你可以根据你的数据集的结构进行适当的调整。