Python 将数据帧列表解包为单独的表格数据帧

我试图通过一个函数将df元组列表转换为独立数据帧的len数。我发现了一个由不同动物类型组成的简单样本数据框架。我不想创建一个元组格式的数据帧列表，而是希望将它们推到单独的数据帧表（不是元组等）中，而不需要逐个调用df的位置（即

animals[0]

），因为我不知道任何给定列表的长度。有什么建议吗

import pandas as pd

df = pd.DataFrame({'animal': 'cat dog cat fish dog cat cat'.split(),
'size': list('SSMMMLL'),
'weight': [8, 10, 11, 1, 20, 12, 12],
'adult': [False] * 5 + [True] * 2})

我检查df：

df

    animal  size    weight  adult
0   cat S   8   False
1   dog S   10  False
2   cat M   11  False
3   fish    M   1   False
4   dog M   20  False
5   cat L   12  True
6   cat L   12  True

然后，我通过

“动物”

，将df分成三个较小的df：

animals = list(df.groupby('animal'))

for a in animals:
  print(a, end='\n\n')

('cat',   animal size  weight  adult
0    cat    S       8  False
2    cat    M      11  False
5    cat    L      12   True
6    cat    L      12   True)

('dog',   animal size  weight  adult
1    dog    S      10  False
4    dog    M      20  False)

('fish',   animal size  weight  adult
3   fish    M       1  False)

接下来，我验证动物是否确实是一个列表：

type(animals)
list

然后，我尝试提取动物列表中的第一项，结果发现列表中的第一项是元组而不是数据帧：

animals[0]

('cat',   animal size  weight  adult
 0    cat    S       8  False
 2    cat    M      11  False
 5    cat    L      12   True
 6    cat    L      12   True)

---

有没有办法推出猫、狗和鱼的单独数据帧表，而不逐个调用它们？在我的实际应用程序中，我无法预测从数据帧元组列表生成的表的数量。

每个元素都是一个

键/值
元组
，每个键都是由于
GroupBy
而产生的分组键。而是从
groupby
对象构建
tuple
，并使用它构建字典：

animals = dict(tuple(df.groupby('animal')))

然后只需通过分组键访问元素：

print(animals['cat'])
animal size  weight  adult
0    cat    S       8  False
2    cat    M      11  False
5    cat    L      12   True
6    cat    L      12   True

只用

animals = {}
for name, group in df.groupby('animal'):
    animals[name] = group
print(animals['cat'])

或

或者如果你想访问某个特定的组（我认为这是最好的）

Name将是组的名称，即dog、cat等，而group将是数据帧。
非常有效且简单的方法。很好的答案@yatuThis是一种优雅的方式，它可以帮助后代理解+1添加
df[['cat'in x for x in df['animal']]
代替
cat
你可以选择
dog
等等。@pygo OP说“我无法预测表的数量”@yatu的解决方案是实现这一点的一种优雅方式，但只是为了防止您正在寻找
df['cat'in x for x in df['animal']]
或
df[df['animal'].str.contains（'cat'，regex=True）]
animals = {}
for name, group in df.groupby('animal'):
    animals[name] = group
print(animals['cat'])

animals = {name: group for name, group in df.groupby('animal')}

df.groupby('animal').get_group('cat')

  animal size  weight  adult
0    cat    S       8  False
2    cat    M      11  False
5    cat    L      12   True
6    cat    L      12   True