我有一个熊猫数据帧，由5000行不同国家和排放数据组成，看起来如下：
| 国家 | |||
|---|---|---|---|
| peru | 2020 | 1000 | |
一种不使用国家名称作为索引的替代方法：
emissions = pd.DataFrame({'Country' : ['Peru', 'Peru', 'Peru', 'Chile', 'Chile', 'Chile'], "Year" : [2021,2020,2019,2021,2020,2019], 'Emissions' : [100,200,400,300,200,100]})
country = 'Peru'
然后过滤：
df = emissions[emissions.Country == country]
或
df = emissions.loc[emissions.Country == country]
给予：
Country Year Emissions
0 Peru 2021 100
1 Peru 2020 200
2 Peru 2019 400
您应该能够通过某个字符串为索引进行选择。例如：
df = pd.DataFrame({'a':[1,2,3,4]}, index=['Peru','Peru','zanzibar','zanzibar'])
country = 'zanzibar'
df.loc[{country}]
这将返回：
a
zanzibar 3
zanzibar 4
在您的情况下，删除一组方括号应该有效：
country = 'zanzibar'
df = emissions.loc[{country}]
我不知道这个解决方案是否与您的问题相同。在这种情况下，我将给出将一个国家名称转换为变量的解决方案
但是，因为变量名不能用空格("(字符命名，所以必须将空格字符替换为下划线("_"字符。
(以防您的"country"值有一些使用多个单词的国家名称(
示例：
- 从英国到联合王国
使用此代码：
df['country'] = df['country'].replace(' ', '_', regex=True)
因此，在您的国家名称更改为新格式后，您可以使用.unique()将所有国家名称从数据帧中获取到一个列表中，并通过以下代码将其存储到一个新变量中：
country_name = df['country'].unique()
完成该代码后，"country"列中的所有唯一值都存储到名为"country_name"的列表变量中
接下来，
使用for进行迭代，使用以下代码按国家名称生成新变量：
for i in country_name:
locals()[i] = df[df['country']=="%s" %(i)]
因此，这里的locals()用于将字符串格式转换为非字符串格式(因为在"country_name"中，列表由字符串格式中的国家名称填充(，df[df['country']=="%s" %(i)]用于根据条件country="country_name'中的每个唯一值对数据帧进行子集。
之后，它已经为"country"列中的每个国家名称创建了一个新变量。
希望这能帮助你解决问题。