我需要将大表拆分为小表并将其写入csv。
used_at 4 5 6
address 10ruslake.ru 1c.ru vk.com yandex.ru youtube.com facebook.com
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0 152 465 45 56
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0 23 213 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0 0 100 109 0
我需要写入第一个表格，其中used_at = 4，第二个used_at = 5等等。
我想获得第一张表
used_at 4
address 10ruslake.ru 1c.ru
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
第二
used_at 5
address vk.com yandex.ru
ID
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
还有used_at = 6
答案 0 :(得分：2)
我认为您可以将groupby与字典理解结合使用：
dfs = {i: g for i,g in df.groupby(axis=1, level=0)}
print dfs['4']
4
10ruslake.ru 1c.ru
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
print dfs['5']
5
vk.com yandex.ru
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
print dfs['6']
6
youtube.com facebook.com
0025977ab2998580d4559af34cc66a4e 45 56
00c651e018cbcc8fe7aa57492445c7a2 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 109 0
如果4，5和6不是strings，请使用print dfs[4] ...
编辑：
如果您需要将groups存储到list：
dfs = [g for i, g in df.groupby(axis=1, level=0)]
print dfs[0]
used_at 4
address 10ruslake.ru 1c.ru
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
print dfs[1]
used_at 5
address vk.com yandex.ru
ID
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
print dfs[2]
used_at 6
address youtube.com facebook.com
ID
0025977ab2998580d4559af34cc66a4e 45 56
00c651e018cbcc8fe7aa57492445c7a2 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 109 0