Python - 根据列值将数据帧拆分为多个数据框并用这些值命名它们

Question

我有一个大型数据集，列出了全国不同地区出售的竞争对手产品。我期望通过使用这些新数据框名称内的列值的迭代过程，基于该区域将此数据框拆分为多个其他数据框，以便我可以分别处理每个数据框 - 例如，按价格对每个地区的信息进行分类，以了解每个市场的情况。我给出的数据下面的简化版本：

region_list=df['Region'].unique().tolist() 

这一点我希望在生成一个迭代循环使用：

Competitor Region ProductA ProductB 
Comp1  A  £10  £15 
Comp1  B  £11  £16 
Comp1  C  £11  £15 
Comp2  A  £9  £16 
Comp2  B  £12  £14 
Comp2  C  £14  £17 
Comp3  A  £11  £16 
Comp3  B  £10  £15 
Comp3  C  £12  £15 

我可以使用下面的创建区域的列表一些数据帧，例如

df_A : 

Competitor Region ProductA ProductB 
Comp1  A  £10  £15 
Comp2  A  £9  £16 
Comp3  A  £11  £16 

我可以为每个区域手动执行此操作，用代码

df_A=df.loc[df['Region']==A] 

但现实情况是，这个数据集有大量的这将使该代码繁琐的地区。有没有创建一个迭代循环来复制这个的方法？有一个类似的问题，即询问有关拆分数据帧的问题，但答案并未显示如何根据每个列值标记输出。

我对Python很陌生，仍在学习，所以如果实际上有一种不同的，更明智的方法来处理这个问题，我非常乐于接受这些建议。

Answer 1

子集由不同的值被称为groupby，如果只是想通过与for环基团来迭代，语法是：

for region, df_region in df.groupby('Region'): 
    print(df_region) 

    Competitor Region ProductA ProductB 
0  Comp1  A  £10  £15 
3  Comp2  A  £9  £16 
6  Comp3  A  £11  £16 
    Competitor Region ProductA ProductB 
1  Comp1  B  £11  £16 
4  Comp2  B  £12  £14 
7  Comp3  B  £10  £15 
    Competitor Region ProductA ProductB 
2  Comp1  C  £11  £15 
5  Comp2  C  £14  £17 
8  Comp3  C  £12  £15