Python 将数据帧拆分为已过滤的“；“子数据集”；

所以我有一个数据框架，它有几列，一些包含对象（字符串），一些是数字。 我想创建新的数据帧，这些数据帧根据可用对象的组合进行“过滤”

需要说明的是，这些是我的对象类型列：

索引（['OS'，'Device'，'Design'，'， “语言”]， dtype='object'）

[“设计”和[“语言”]各有3个选项。 我根据需要手动筛选[“操作系统”和[“设备”]以匹配它们。 但是，现在我想创建多个变量，每个变量都包含一个“过滤”数据帧

例如：

我有 “android_fltr1_d1”表示下一个过滤器：

[“操作系统”]=android、[“设备”]=1、[“设计”]=1

和“安卓外语教学大纲3\u d2”代表：

[“操作系统”]=android、[“设备”]=3、[“设计”]=2

我尝试了下一个代码（它工作得非常好）

您可以猜到，我觉得它效率不高，希望使用for循环来生成这些变量（因为我需要将每个[“Language”]选项与我创建的每个过滤器匹配。总共60个变量）。 考虑过在循环中使用类似于.format（）的东西以成为某种“占位符”，但找不到方法。 使用嵌套循环来创建所有变量可能是最好的，尽管我对每个列使用一个循环也很满意

我发现很难构建for循环来执行它，如果有任何帮助或指导，我将不胜感激。 谢谢

正如建议的那样，我试图在以下方面找到我的答案：

---

但我不明白在我的例子中如何使用globals（）函数。我还发现，使用“%”已经不起作用了。

创建这么多变量本身就是一种很大的代码味道。你需要这60个变量做什么？如何最有效地创建它们还取决于您以后需要使用它们做什么，因为切片数据帧有几个选项可以选择是否复制DF的某些子部分。谢谢！好的，我想获取每个变量（子数据帧）并对其运行Kmeans算法（和弯头方法）。

android_fltr1_d1 = android_fltr1[android_fltr1["Design"]==1].drop(["Design"],axis=1)
android_fltr1_d2 = android_fltr1[android_fltr1["Design"]==2].drop(["Design"],axis=1)
android_fltr1_d3 = android_fltr1[android_fltr1["Design"]==3].drop(["Design"],axis=1)
android_fltr3_d1 = android_fltr3[android_fltr3["Design"]==1].drop(["Design"],axis=1)
android_fltr3_d2 = android_fltr3[android_fltr3["Design"]==2].drop(["Design"],axis=1)
android_fltr3_d3 = android_fltr3[android_fltr3["Design"]==3].drop(["Design"],axis=1)
android_fltr5_d1 = android_fltr5[android_fltr5["Design"]==1].drop(["Design"],axis=1)
android_fltr5_d2 = android_fltr5[android_fltr5["Design"]==2].drop(["Design"],axis=1)
android_fltr5_d3 = android_fltr5[android_fltr5["Design"]==3].drop(["Design"],axis=1)