如何根据Python中特定列中的重复值检索行？

假设我们有如下数据：

 A       B
123     John
456     Mary
102     Allen
456     Nickolan
123     Richie    
167     Daniel

我们希望获得基于列A的检索行（如果重复），然后使用该代码名存储在不同的数据帧中

[123  John, 123  Richie], These both will be stored in df_123
[456 Mary, 456 Nickolan], These both will be stored in df_456
[102 Allen] will be stored in df_102
[167 Daniel] will be stored in df_167

---

提前感谢组，然后使用列表理解，它将返回基于组的数据帧列表：

group = df.groupby('A')
dfs = [group.get_group(x) for x in group.groups]

[     A       B
 2  112   Allen
 5  112  Daniel,      A       B
 0  123    John
 4  123  Richie,      A         B
 1  456      Mary
 3  456  Nickolan]

---

分组，然后使用列表理解，它将返回基于组的数据帧列表：

group = df.groupby('A')
dfs = [group.get_group(x) for x in group.groups]

[     A       B
 2  112   Allen
 5  112  Daniel,      A       B
 0  123    John
 4  123  Richie,      A         B
 1  456      Mary
 3  456  Nickolan]

+ + 不建议创建数量可变的变量。您可以使用字典：

dfs = dict(tuple(df.groupby('A')))

就这样。要访问A==123的数据帧，请使用dfs[123]等

注意，您的数据帧现在是不同的对象。如果没有Python级别的循环，您不能再对dfs执行操作并将其应用于每个数据帧值。

++ 不建议创建数量可变的变量。您可以使用字典：

dfs = dict(tuple(df.groupby('A')))

就这样。要访问A==123的数据帧，请使用dfs[123]等

---

注意，您的数据帧现在是不同的对象。如果没有Python级别的循环，您不能再对dfs执行操作并将其应用于每个数据帧值。

dfs={'df_{}'。formatk:v代表k，df中的v.groupby'a'如果lenv>1}可能会有帮助。感谢您的帮助，它对重复项有效。但是仍然需要对行进行一些更改，包括重复的行和唯一的行。dfs={'df_{}。formatk:v代表k，df中的v。groupby'A'如果lenv>1}可能会有所帮助。感谢您的帮助，它对重复的行有效。但是仍然需要对行进行一些更改，包括重复和唯一。我非常喜欢这种方法我非常喜欢这种方法