Python 按列变量拆分数据帧

我有一个数据框，我想用一个列变量拆分它，如下例：

gender height weight
male     42.8  157.5
male     41.3  165.6
female   48.4  144.2

我期望的结果是：

df_男性

gender height weight
male     42.8  157.5
male     41.3  165.6

gender  height  weight
female    48.4   144.2

df_女性

gender height weight
male     42.8  157.5
male     41.3  165.6

gender  height  weight
female    48.4   144.2

问题是我想成为 可以使用具有5-25个类别的变量执行此操作

---

我的想法是，应该有一种方法来循环原始数据帧并吐出多个数据帧，但我对所有可能的解决方案持开放态度

以下将生成一个列表，其中包含

gender

列中每个值的一个数据帧：

import io
import pandas as pd

data = io.StringIO('''\
gender height weight
male     42.8  157.5
male     41.3  165.6
female   48.4  144.2
''')
df = pd.read_csv(data, delim_whitespace=True)

dfs = [rows for _, rows in df.groupby('gender')]

dfs

是长度为2的列表，包含以下元素：

print(dfs[0])

#    gender  height  weight
# 2  female    48.4   144.2

print(dfs[1])

#    gender  height  weight
# 0    male    42.8   157.5
# 1    male    41.3   165.6

最好创建一个字典，其中包含

gender

列中不同值的键和数据帧的值：

dfs = [{gender: rows for gender, rows in df.groupby('gender')}

结果显示在以下词典中：

{'female'：性别身高体重
2女48.4 144.2，
“男性”：性别身高体重
0男42.8 157.5
1男41.3 165.6}

以下内容将生成一个列表，其中包含

性别

列中每个值的一个数据帧：

import io
import pandas as pd

data = io.StringIO('''\
gender height weight
male     42.8  157.5
male     41.3  165.6
female   48.4  144.2
''')
df = pd.read_csv(data, delim_whitespace=True)

dfs = [rows for _, rows in df.groupby('gender')]

dfs

是长度为2的列表，包含以下元素：

print(dfs[0])

#    gender  height  weight
# 2  female    48.4   144.2

print(dfs[1])

#    gender  height  weight
# 0    male    42.8   157.5
# 1    male    41.3   165.6

最好创建一个字典，其中包含

gender

列中不同值的键和数据帧的值：

dfs = [{gender: rows for gender, rows in df.groupby('gender')}

结果显示在以下词典中：

{'female'：性别身高体重
2女48.4 144.2，
“男性”：性别身高体重
0男42.8 157.5
1男41.3 165.6}

按（逻辑）条件选择行称为筛选按（逻辑）条件选择行称为筛选