如何根据条件从一个原始 df 创建多个 df，然后为它们分配单独的名称

Question

df_collection = {} for country in country_names:    df_collection[country] = df.loc[df['CountryName'] == country].copy我想从一个原始df（每个国家的频率不同）中创建几个df（每个国家大约70个），然后为它们分配单独的名称（因此我使用了字典）。但我不能再访问个人 df 了。它们应该有不同的名称，并且应该保持一个数据框。错误：“方法”对象不可下标有没有人有办法解决吗？

Answer 1

您为每个字典键分配了一个方法。您需要使用 调用 copy ()，即df.loc[df['CountryName'] == country].copy()。

但是，无需在循环中对 DataFrame 进行子集化。这正是groupby制作的目的，您可以简洁地创建字典

df_collection = dict(tuple(df.groupby('CountryName')))

这是因为__iter__groupby 对象的方法：“返回：生成器为每个组产生（名称，子集对象）序列”，因此使用单个分组键，这些值成为字典的键。

样本

print(df)

#  CountryName  Data

#0           a     8

#1           c     4

#2           b     4

#3           a     1

#4           a     1

#5           c     7

df_collection = dict(tuple(df.groupby('CountryName')))

## If you care for the subset defined in some list `country_names`, subset first

# df_collection = dict(tuple(df[df.CountryName.isin(country_names)].groupby('CountryName')))

df_collection['a']

#  CountryName  Data

#0           a     8

#3           a     1

#4           a     1