python - 基于在 "sub"Dataframe 上创建的 groupby 创建新的较小的 "root"DataFrameS

Question

我有一个这样的数据集:

Index        Amount    Currency
01.01.2018   25.0      EUR
01.01.2018   43.5      GBP
01.01.2018   463.0     PLN
02.01.2018   32.0      EUR
02.01.2018   12.5      GBP
02.01.2018   123.0     PLN
03.01.2018   10.0      PLN
03.01.2018   15.0      USD

我想创建一个函数，将该数据帧拆分为按货币分组的子数据帧(存储在不同的变量中)。需要前任。一个变量(Dataframe 类型)，其中仅包含欧元货币，一个代表英镑货币，一个代表 PLN 货币，一个代表美元。

所以我想要这样的输出:

对于欧元:

Index        Amount    Currency
01.01.2018   25.0      EUR
02.01.2018   32.0      EUR

对于英镑:

Index        Amount    Currency
01.01.2018   43.5      GBP
02.01.2018   12.5      GBP

PLN:

Index        Amount    Currency
01.01.2018   463.0     PLN
02.01.2018   123.0     PLN
03.01.2018   10.0      PLN

美元:

Index        Amount    Currency
03.01.2018   15.0      USD

主要问题是我正在寻找一行干净的代码来完成它。当然可以使用一些 for 和 if ，但我的目标是获得干净的代码。

附注。

是否可以在不声明货币变量的情况下做到这一点？我想避免为每种货币声明 40 个变量。因为这个例子是简化的，而且实际上 df 有大量货币，而且它们没有以任何方式排序，而且并不是每天都有所有货币。当然，这个 PS 只是对我的问题的优化，所以如果不可能也没关系。

Answer 1

您可以groupby ，从返回的key/value对构建一个tuple并构建一个字典:

dfs = dict(tuple(df.groupby('Currency')))

您可以使用 Currency 字段(现在是字典的 keys)中的不同值来访问不同的元素:

print(dfs['EUR'])

        Index  Amount Currency
0  01.01.2018    25.0      EUR
3  02.01.2018    32.0      EUR

print(dfs['USD'])

        Index  Amount Currency
7  03.01.2018    15.0      USD