Python 如何迭代来自不同数据帧的行，并将其用作其他数据帧中的值？

我试图通过“df_sum”数据框的“contract”列的唯一值来迭代它。 然后为每个“合同”值创建数据框，以便进一步计算

下面是单个唯一值的处理方式。我需要迭代数千个唯一值

以下是df_总和的总体情况。

我的尝试如下：

import pandas as pd
from pandas import read_csv
import numpy as np
from datetime import datetime


df_sum = read_csv(r'path_to_sum.csv', sep=",", low_memory=False, index_col=False) #summary file

graph_df = pd.DataFrame()

for contract in df_sum['contract'].unique():
    print(contract)
    contract_df = df[df['contract'] == contract]    
    contract_df.set_index('datetime', inplace=True)
    contract_df.sort_index(inplace = True)
    contract_df."data analysis"

Expected result:
ABABAB.power_pos.sum = 123123
CDCDCD.power_pos.sum = 213124
etc      

这个怎么样

df_sum=pd.read_csv（r'path_to_sum.csv'，sep=“，”，低内存=False，索引列=False）
分组=df_sum.groupby（“合同”）[“电源位置”].sum（）
打印（分组）

谢谢您的评论。总而言之，这是可行的。例如，如果我对两列之间的每个“契约”进行线性回归，会怎么样？

import pandas as pd
from pandas import read_csv
import numpy as np
from datetime import datetime


df_sum = read_csv(r'path_to_sum.csv', sep=",", low_memory=False, index_col=False) #summary file

graph_df = pd.DataFrame()

for contract in df_sum['contract'].unique():
    print(contract)
    contract_df = df[df['contract'] == contract]    
    contract_df.set_index('datetime', inplace=True)
    contract_df.sort_index(inplace = True)
    contract_df."data analysis"

Expected result:
ABABAB.power_pos.sum = 123123
CDCDCD.power_pos.sum = 213124
etc