Python 3.x 迭代组的键并将数据写入文件

我完全是Python的初学者。我想在groupby命令之后迭代键，如：

Groups = Country.groupby(['province_territory']).groups
for c in Groups: 
Region = Country[Country['province_territory'] == c]
print(c)

我没有采用以下方法：

A = gp.GeoDataFrame(Country[Country['province_territory'] == 'A'])
B = gp.GeoDataFrame(Country[Country['province_territory'] == 'B'])
C = gp.GeoDataFrame(Country[Country['province_territory'] == 'C'])
D = gp.GeoDataFrame(Country[Country['province_territory'] == 'D'])

A.to_file('DATA/A')
B.to_file('DATA/B')
C.to_file('DATA/C')
D.to_file('DATA/D')

---

Country是一个geojson数据文件。

您非常接近，只需迭代组，查询主数据帧即可获得每个省/地区的子集数据帧。在

DataFrame.query

子句中，

@

字符用于包含变量。由于您是一名初学者，还值得一提的是

f'DATA/{territory}

的功能，它是在python3.6及其他版本中进行字符串格式化的一种非常干净的方法。它将在字符串中的该位置插入变量territory的值

用于国家/地区中的地区。groupby（['省\地区]）。组：
df=Country.query（'province\u territory==@territory'）
df.to_文件（f'DATA/{territory}'）

顺便说一句，如果您只需要一组唯一的省域值，而groupby方法不提供任何内容，那么更简洁的版本可以是：

适用于国家['province\u territory']中的地区。唯一（）
df=Country.query（'province\u territory==@territory'）
df.to_文件（f'DATA/{territory}'）

非常感谢，它对我来说运行得很好，只是对代码做了一些调整。我仍然需要在geopandas Geodataframe:for territory in Country['province\u territory'].unique（）：df=gp.Geodataframe（Country.query（'province\u territory==@territory'））df.to_文件（f'DATA/{territory}）