Python 3.x 为分类变量（Pandas）的每个级别创建新的数据帧

我有一个3个不同级别的分类变量。变量的每个级别都指向不同的组（小、中、大）

我想为每个级别创建新的数据帧。一个用于小型，一个用于中型，一个用于大型

我试着用下面的代码做这个

组1=数据（[数据[“分类变量”]=“小”]）

然而，我得到了下面的错误信息，我不知道为什么我会看到这个

AttributeError:'Series'对象没有属性“convert\u objects”

---

谢谢大家!

这里建议使用并保存在字典中

groups = dict(data.groupby("categorical_variable").__iter__())

#print(groups['Small'])
#print(groups['Medium'])

如果确实需要三个单独的变量，请注意

GroupBy

 large_df, medium_df, small_df = tuple(df for _, df in data.groupby("categorical_variable"))

试试这个：

small_df = data.loc[data["categorical_variable"]=="Small", :]
medium_df = data.loc[data["categorical_variable"]=="Medium", :]
large_df = data.loc[data["categorical_variable"]=="Large", :]

---

这是缓慢的，不推荐我同意如果有很多变量，但对于三个变量，我认为这种方法是好的，并且对正在发生的事情是显而易见的。此外，OP应该更熟悉它，因为这是他尝试采用的方法。不需要创建字典，我们也可以将它分配给groupby中的独立数据帧。。。。使用loc的方法需要更多的线路，并且不可扩展。正如我所说，我同意。如果OP是熊猫的新手，这只是另一种可能对他有意义的方法。在我看来，这是一种不好的做法，不应该学习