根据单列的不同值从单个DataFrame创建多个DataFrames

import pandas as pd

# 假设我们有一个DataFrame 'df'，其中包含一列名为'category'
data = {
    'category': ['A', 'B', 'A', 'C', 'B', 'C'],
    'value': [10, 15, 7, 20, 12, 9]
}
df = pd.DataFrame(data)

# 使用groupby方法根据'category'列的值来分组
grouped = df.groupby('category')

# 创建一个字典来存储每个组的DataFrame
grouped_dfs = {name: group for name, group in grouped}

# 现在，grouped_dfs字典包含了根据'category'列的值分割的多个DataFrame
# 例如，grouped_dfs['A'] 将包含所有'category'为'A'的行

# 使用迭代器而不是将所有分组存储在内存中
for name, group in grouped:
    # 在这里处理每个分组，例如进行分析或保存到磁盘
    pass

def process_group_A(group):
    # 对'A'类别的特殊处理
    pass

def process_group_B(group):
    # 对'B'类别的特殊处理
    pass

# 根据分组名称调用不同的处理函数
for name, group in grouped:
    if name == 'A':
        process_group_A(group)
    elif name == 'B':
        process_group_B(group)
    # 其他类别的处理...