我目前正在使用熊猫中的数据框。总而言之，我有一个名为“ Claims”的数据框，其中填充了客户索赔数据，并且我想根据“零件ID”字段中的唯一值来解析该数据框中的所有行。然后，我想将每一组行都一次附加到一个名为“ emptydf”的空数据框中。该数据框具有与“声明”数据框相同的列标题。由于“部件ID”列中的值每周都在变化，因此我想找到一种动态地执行此操作的方法，而不是每周手动遍历数据框。我正在考虑以某种方式合并df.where（）表达式和一个For循环，但是对于如何将它们全部组合在一起却一无所知。任何关于如何做到这一点的见解，甚至是一些更好的方法，都将很棒！到目前为止，我的代码分为以下两个步骤：
＃创建空数据框
2.Parse_Claims = Claims.query（'Part_ID == 1009'）
emptydf = emptydf.append（Parse_Claims）
＃通过每个唯一的部件ID号解析数据框，并将其追加到空数据框。如您所见，到目前为止，我一次只能硬编码一个部件ID号。这将需要几个小时才能手动完成，因此我很想找出一种方法来遍历“零件ID”列并动态附加数据。
不用说，我是Python的新手，因此，我一定要感谢您的耐心配合！
答案 0 :(得分：1)
empty_df = list(Claims.groupby(Claims['Part_ID']))
这将为每个部件ID创建一个元组列表。每个元组都有2个元素，第一个是部件ID，第二个是该部件ID的子集