如何在Python中使用for循环来子集和列出数据帧？

我有一个3列1000多行的数据框

df 
   day         product         order
2010-01-01    150ml Mask          9
2010-01-02    230ml Lotion       27
2010-01-03    600ml Shampoo      33

我想将每个产品细分如下：

 df_mask                 df_lotion            df_shampoo  
   day        order        day       order     day         order
2010-01-01      9       2010-01-02    27      2010-01-03    33   
2010-01-09      8       2010-01-05    30      2010-01-04    25
2010-01-11     13       2010-01-06    29      2010-01-06    46

我就是这样做的

# Create a product list 
productName = df['product'].tolist()

# Subsetting
def subtable(df,productName):
    return (df[(df['product'] == productName)])

# Subsetting
df_mask = subtable(df, '150ml Mask')
df_lotion = subtable(df, '230ml Lotion')
df_shampoo = subtable(df, '230ml Shampoo')

由于数据帧有许多不同的产品，是否有任何方法可以使用for循环一次性获得所有子集

看看它是否有帮助：

dfs = {}
for grp in df.groupby('product'):
    dfs[grp[0].split(' ')[1]] = grp[1] # split gives you the product name as key

for key in dfs.keys():
    print dfs[key]

您可以将其用于此目的，它完全满足您的需要：

# show example data
print(df)

     day           product             order
0    2010-01-01    "150ml Mask"          9
1    2010-01-02    "230ml Lotion"       27
2    2010-01-03    "600ml Shampoo"      33
3    2010-01-04    "250ml Mask"         12
4    2010-01-05    "330ml Lotion"       24
5    2010-01-06    "400ml Shampoo"      13

# split product column and keep only product name
df["product"] = df["product"].str.split(expand=True)[1]

# groupby product
products = df.groupby("product")

# print product and corresponding product df
for product, product_df in products:
    print(product)
    print(product_df)

Lotion
          day product  order
1  2010-01-02  Lotion     27
4  2010-01-05  Lotion     24

Mask
          day product  order
0  2010-01-01    Mask      9
3  2010-01-04    Mask     12

Shampoo
          day  product  order
2  2010-01-03  Shampoo     33
5  2010-01-06  Shampoo     13

为了单独访问每个子组，您可以使用与您的

子表

功能相对应的

获取组

：

mask_df = products.get_group("Mask")
print(mask_df)

    day         product     order
0   2010-01-01  Mask        9
3   2010-01-04  Mask        12

最后，要获得一个字典中的所有子数据帧，您可以循环使用

products

，并删除product列本身：

df_dict = {product: product_df.drop("product", axis=1) 
          for product, product_df in products}
print(df_dict["Mask"])

    day         order
0   2010-01-01  9
3   2010-01-04  12

---

我认为您可以使用

dict

存储所有

DataFrames

，它是通过和创建的

dict comprehension

：

如果您需要删除列

产品

请使用子集

[[['day'、'order']]

或：

---

谢谢你的回答。我尝试了

df[“product”]=df[“product”].str.split（expand=True）[1]

，但有些产品名称没有组织，因为有些产品名称看起来像

0.7OZ Mask UK 6

。有没有其他办法解决这个问题？@peggy产品标签可能有哪些变化？提取产品名称完全取决于您的输入数据。但是，对于您在评论中给出的示例，

df[“product”].str.split（expand=True）[1]

应该成功地从

0.7OZ Mask UK 6

中提取Mask。或者你需要包括UK 6在内的面膜吗？是的。我需要面具。但我决定给每个产品分配一个特定的编号，以便于分类。除此之外，代码运行得很好。非常感谢你！

producs = df['product'].str.split().str[-1]
print (producs)
0       Mask
1     Lotion
2    Shampoo
Name: product, dtype: object

dfs = {i:df.reset_index(drop=True) for i, df in df.groupby(producs)}
print (dfs)
{'Shampoo':           day        product  order
0  2010-01-03  600ml Shampoo     33, 'Mask':           day     product  order
0  2010-01-01  150ml Mask      9, 'Lotion':           day       product  order
0  2010-01-02  230ml Lotion     27}

print (dfs['Shampoo'])
          day        product  order
0  2010-01-03  600ml Shampoo     33

dfs = {i:df.reset_index(drop=True)[['day','order']] for i, df in df.groupby(producs)}
#dfs = {i:df.reset_index(drop=True).drop('product', axis=1) for i, df in df.groupby(producs)}
print (dfs)
{'Shampoo':           day  order
0  2010-01-03     33, 'Mask':           day  order
0  2010-01-01      9, 'Lotion':           day  order
0  2010-01-02     27}

print (dfs['Shampoo'])
          day  order
0  2010-01-03     33