所以我在做一个时间序列/LSTM分配和我有一个股票数据集： https://www.kaggle.com/camnugent/sandp500
事实是，我需要拆分的主要数据框为较小的数据帧的名字的每个公司。 是否有一个快速的方式做到这一点？ 因为有数十家公司的名称，我已经看到，这是可以做到完全，但这种努力是太多。
df = pd.read_csv('all_stocks_5yr.csv', parse_dates=['date'])
df['date'] = pd.to_datetime(df['date'])
grouped_df = df.groupby('Name')
这里可以看出，更好：
正如你可以看到，有不同的公司与不同的名字，是什么我想要的是一个据框为每个公司。 帮助我们非常感谢
假设这是你的数据框:
Name price
0 aal 1
1 aal 2
2 aal 3
3 aal 4
4 aal 5
5 aal 6
6 bll 7
7 bll 8
8 bll 9
9 bll 8
10 dll 7
11 dll 56
12 dll 4
13 dll 3
14 dll 3
15 dll 5
然后做到以下几点：
for Name, df in df.groupby('Name'):
df.to_csv("Price_{}".format(Name)+".csv", sep=";")
这将保存所有子数据帧为csv。 查什么代码：
for Name, df in df.groupby('Name'):
print(df)
返回：
Name price
0 aal 1
1 aal 2
2 aal 3
3 aal 4
4 aal 5
5 aal 6
Name price
6 bll 7
7 bll 8
8 bll 9
9 bll 8
Name price
10 dll 7
11 dll 56
12 dll 4
13 dll 3
14 dll 3
15 dll 5
如果你需要重新设定索引的每df，这样做：
for Name, df in df.groupby('Name'):
gf = df.reset_index()
print(gf)
它提供了：
index Name price
0 0 aal 1
1 1 aal 2
2 2 aal 3
3 3 aal 4
4 4 aal 5
5 5 aal 6
index Name price
0 6 bll 7
1 7 bll 8
2 8 bll 9
3 9 bll 8
index Name price
0 10 dll 7
1 11 dll 56
2 12 dll 4
3 13 dll 3
4 14 dll 3
5 15 dll 5
df.head(50).to_dict() (或者任何数量，而不是50)和粘贴到的结果之间的``<>中``在你这-问题。 这应该是可行的，与布尔索引：
list_of_dataframes = [
df[df.Name == name]
for name
in df.Name.unique()
]