熊猫数据框过滤器和For循环

Question

我有一个包含许多列的数据框。我试图过滤这些列之一（“区域”），并基于“区域”列中的这4个区域中的每个区域创建一个单独的数据框。然后，运行一个大代码块，其中包含对这4个独立数据帧中的每一个的大量计算，而不必重写该大代码块4次。

我知道我可以使用.isin函数进行列过滤，并且可以对我的4个区域（美国，欧洲，欧洲，亚洲）执行此操作：

submitted

然后在4个新数据帧上运行我的代码块。但是我会分开执行我的大型计算代码块4次，这太混乱了。我该如何在循环中执行此操作，因此我只需要一次编写一大段代码？如果还有另一个功能，除了可以使用的for循环外，我还可以使用它。感谢任何尝试学习的帮助。

虚拟代码：

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

Answer 1

只需迭代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']等访问单个数据帧。

您当然可以根据region调整操作，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。