Pandas Dataframe 过滤器和 For 循环

Question

我有一个包含许多列的数据框。我正在尝试过滤其中一个列（“区域”）并根据“区域”列中的这 4 个区域中的每一个创建一个单独的数据框。然后在这 4 个单独的数据帧中的每一个上运行包含大量计算的大代码块，而无需单独重写大代码块 4 次。

我知道我可以使用 .isin 函数进行列过滤，并为我的 4 个地区（美国、新兴市场、欧洲、亚洲）执行此操作：

US = df[df['Region'].isin('US')]
EM = df[df['Region'].isin('EM')]
Europe = df[df['Region'].isin('Europe')]
Asia = df[df['Region'].isin('Asia')]

然后在 4 个新数据帧上运行我的代码块。但是我会分别执行 4 次我的大块计算代码，这太混乱了。我怎样才能在一个循环中做到这一点，所以我只需要写一次我的大块代码？如果除了 for 循环之外，我还可以使用另一个函数来执行此操作，那也很棒。感谢任何帮助 - 尝试学习。

虚拟代码：

df = pd.DataFrame({'a':[1,2,3,4,5,6], 'b':['cats','dogs','birds','pianos','elephant','dinos'], 'Region' : ['EM', 'US', 'US', 'Europe', 'Asia', 'Asia']})

Answer 1

只需迭代一个groupby 对象：

dfs = {}
for region, df_region in df.groupby('Region'):
    # do something to df_region
    # ...
    # then store in dictionary
    dfs[region] = df_region

然后通过dfs['US']、dfs['Asia']等访问各个数据帧。

当然，您可以根据region 定制您的操作，但这不是必需的。每个df_region 代表一个由df[df['Region'] == region] 过滤的数据帧。