Python 从原始数据框创建新数据框，并在列中使用唯一值命名

我想创建几个pandas数据框，其名称在原始pandas数据框的列中是唯一的值。例如：给定原始数据帧，如图所示：

我想从这个原始数据帧为每个股票代码创建新的数据帧。我有：

In: df.Ticker.unique()

Out: array(['AAPL', 'AXP', 'BA', 'CAT', 'CSCO', 'CVX', 'DIS', 'DOW', 'GS',
   'HD', 'IBM', 'INTC', 'JNJ', 'JPM', 'KO', 'MCD', 'MRK', 'MSFT',
   'NKE', 'PFE', 'PG', 'TRV', 'UNH', 'UTX', 'V', 'VZ', 'WBA', 'WMT',
   'XOM', 'MMM'], dtype=object)

我可以通过以下方式手动完成：

df_APPL = df.loc[df['Ticker'] == 'AAPL']
df_AXP = df.loc[df['Ticker'] == 'AXP']
...
df_MMM = df.loc[df['Ticker'] == 'MMM']

---

我想知道是否有比这个更快的方法。

您可以遍历ticker并将每个数据帧保存在字典中，以ticker名称作为键：

dataframes = dict()
for t in df["Ticker"].unique():
    dataframes[t] = df.loc[df['Ticker'] == t]

这个循环可以简化为字典理解：

dataframes = {t: df.loc[df['Ticker'] == t] for t in df["Ticker"].unique()}

更新： 或者，如果您想将数据框创建为命名变量（即，有一个名为

df_AAPL

的数据框，包含所有AAPL行），每个ticker有一个数据框，您可以使用

exec

函数：

for t in df["Ticker"].unique():
    exec(f"df_{t} = df.loc[df['Ticker'] == t]")

请注意，在调试程序时，这可能会造成困难，因为您将以编程方式创建变量，而这些变量在代码中的任何地方都没有显式声明。这还假定

Ticker

列中的每个值不包含任何无效Python标识符的字符，否则将引发异常。

items=list（df.Ticker.dropna（）.unique（））
对于范围内的i（len（items））：
vars（）

{k:d代表k，d在df.groupby（'Ticker'）}

@Quang-Hoang:谢谢。但是我想知道是否有其他方法可以创建单独的数据帧，而不是创建字典。有没有一种方法可以创建单独的数据帧，而不是字典？我更新了答案，解释了如何将数据帧创建为变量，但一般来说，我会警告您不要使用这种方法，因为它不太明确，而且很难调试。非常感谢您。对于第一种方法，如果我还想为每个dictionary元素Ticker的日期创建几个数据帧，该怎么办？例如，我有股票代码AAPL，在这个股票代码中，我还为2019年4月22日、2019年4月23日创建了小词典，…您只需要在循环中添加更多级别；i、 g.

对于日期时间列表中的日期：…

，然后根据日期向数据框添加更多过滤器。结果需要是一个嵌套字典，其中第一级键是ticker，第二级键是dates。