dataframe如何按照列进行拆分

在pandas DataFrame中，如果你想要按照某列的特定取值进行拆分，可以按照以下步骤操作[^1][^2]：

1. 首先，提取你要拆分依据的列的独特（uniquely）值：

column_uniques = df['columnname'].unique()

这将返回一个数组，包含了该列的所有不同值。

2. 然后，遍历这些独特值，为每个值创建一个新的DataFrame。你可以使用`isin()`函数来筛选出具有指定值的行，再利用`exec()`函数动态地创建新的DataFrame名。这里要注意的是，`exec()`用于执行字符串形式的Python代码，但它不是推荐的最佳实践，因为它可能带来安全风险。在这里只是为了演示目的：

for column in column_uniques:
    temp_data = df[df['columnname'].isin([column])]
    exec(f"df_{column} = temp_data")  # 注意：这不是最佳实践，仅用于示例

这会创建一系列以列名命名的新DataFrame，它们分别对应于原始DataFrame中每种不同的取值。

这样就完成了列的拆分，每个新DataFrame都将包含原DataFrame中对应于指定列值的那一部分数据。