我有带有列（issue_id，summary，source_id）的数据框。 source_id的值范围是1到3。 我想根据source_id中的值创建多个名为df_1，df_2，df_3的数据框。
我尝试了groupby，它给出了一个命令。但是将dict转换为数据框只会得到1个数据框。
data_dict = {'df'+ str（i）：i的grp，df.groupby（'Source_sys'）中的grp pd.DataFrame.from_dict（data_dict，orient ='index'）
输出： 0 df1问题... df2问题... df3问题...
答案 0 :(得分：0)
简单的方法是删除其他列并分配不同的名称。 @krishna
答案 1 :(得分：0)
听起来您需要过滤source_id上的数据帧。例如，下面的代码将生成一个source_id等于1的数据帧：
df[df['source_id']==1]
如果要将其分配给新变量，可以执行以下操作：
df_1 = df[df['source_id']==1].copy()
请注意，由于要创建原始数据帧的切片，因此添加了.copy()。如果您希望以其他任何方式更改df_1，则在此处使用.copy()可以避免抛出SettingWithCopyWarning。
您可以构建数据帧的字典理解，并使用'source_id'的唯一值来做到这一点：
dfs = {f'df_{n}': df[df['source_id'] == n] for n in df['source_id'].unique()}
请注意，此处仅在3.6或更高版本中使用f字符串。如果您使用的是旧版本，则可以将f'df_{n}'替换为'df_{}'.format(n)。
现在，如果您只想访问这些数据框中的任何一个，则可以使用字典的键：
dfs['df_1']