Python 使用Pandas动态创建数据帧

我有一个巨大的数据集，我想根据第一列的字符串值将其拆分为几个较小的数据集

到现在为止，我已经删除了我不想在最终数据帧中使用的所有信息，并使用数据帧字典动态创建，但没有效果，并创建了拆分

对于数据帧字典，我尝试了：

dict = {}
number_of_df= 0

for i in range(df.shape[0]):
    if df[i:] != df[i-1]:
        number_of_df += 1

for i in range(len(number_of_df)):
    d['t' + str(i)] = df.shift(i).add_suffix('_t' + str(i))

以及复制行的值，直到行中的第一个值与前一个值不同：

for key in dict:
    while df[i:] == df[i-1:]:
        df[key].append= df2.loc[df1.index[i]] = df1.iloc[i]

    df[key].to_csv('file'+str(key)+'.csv', index=False)

我希望它创建几个CSV，每个文件都按照创建顺序命名。我有几个错误，首先它在创建字典时表示Key error:-1，并且只创建一个空字典，当切片不返回任何错误但也不向字典写入任何内容时。我还认为我可能错误地指出了我想在字典中更改哪些行和值

提前感谢一个对不起我的英语，不是母语，也是一个完整的n00b

我想根据字符串值分成几个更小的 第一列的第一行

这比你想象的要容易。只需在第一列中使用

groupby

，然后使用

dict

+

tuple

构建字典。您可以通过索引

df.columns

选择第一列

dct = dict(tuple(df.groupby(df.columns[0])))

如果只需要将每个数据帧导出到CSV文件，则不需要额外的字典费用。只需直接迭代

groupby

对象：

for key, df_slice in df.groupby(df.columns[0]):
    df_slice.to_csv(f'file_{key}.csv', index=False)

---

基于第一列的字符串值：在哪里按代码中的第一列进行过滤？另外，永远不要（即使在一个例子中）使用内置的变量名，比如
dict
。我想我是在过滤第二个块的3行。对于类似900个实例，行具有相同的值。我想复制数据帧中的行，直到值不匹配为止。很抱歉，我不知道。我只是想说清楚，你想要一个字典
d
，其中键是第一列中唯一的字符串，值是为相应字符串过滤的数据帧？我想更像是一个数据帧字典（根据我在另一篇文章中读到的建议）用于动态创建数据帧。我愿意接受建议。我想解决的问题是将这个大的CSV拆分成更小的CSV，每个较小的CSV包含与第一列中重复键相关的数据。好的，字典是可选的，实际上不需要，请参阅我的解决方案。哇，两行？它成功了，我真的印象深刻。要学的东西太多了。谢谢大家!@AaronGonzález，没问题，如果这有帮助的话，别忘了回答（在左边打勾）。