Python-根据列值将数据帧拆分为多个数据帧并用这些值命名它们[重复]

我有一个大型数据集，列出了在全国不同地区销售的竞争对手产品。我希望通过使用这些新数据帧名称中的列值的迭代过程，根据区域将该数据帧拆分为其他几个数据帧，以便我可以单独处理每个数据帧 - 例如按价格对每个地区的信息进行排序，以了解每个地区的市场情况。我给出了以下数据的简化版本：

Competitor  Region  ProductA  ProductB
Comp1       A       £10       £15
Comp1       B       £11       £16
Comp1       C       £11       £15
Comp2       A       £9        £16
Comp2       B       £12       £14
Comp2       C       £14       £17
Comp3       A       £11       £16
Comp3       B       £10       £15
Comp3       C       £12       £15

我可以使用以下命令创建区域列表：

region_list=df['Region'].unique().tolist()

我希望在迭代循环中使用它来生成许多数据帧，例如

df_A :

Competitor  Region  ProductA  ProductB
Comp1       A       £10       £15
Comp2       A       £9        £16
Comp3       A       £11       £16

我可以使用代码为每个区域手动执行此操作

df_A=df.loc[df['Region']==A]

但实际情况是，该数据集包含大量区域，这会使该代码变得乏味。有没有办法创建一个迭代循环来复制这个？有一个类似的问题询问如何分割数据帧，但答案没有显示如何根据每个列值标记输出。

我对 Python 还很陌生，并且仍在学习中，所以如果实际上有一种不同的、更明智的方法来解决这个问题，我非常乐意接受建议。

按不同值进行子集化称为groupby，如果只是想用 a 迭代组for循环，语法为：

for region, df_region in df.groupby('Region'):
    print(df_region)

  Competitor Region ProductA ProductB
0      Comp1      A      £10      £15
3      Comp2      A       £9      £16
6      Comp3      A      £11      £16
  Competitor Region ProductA ProductB
1      Comp1      B      £11      £16
4      Comp2      B      £12      £14
7      Comp3      B      £10      £15
  Competitor Region ProductA ProductB
2      Comp1      C      £11      £15
5      Comp2      C      £14      £17
8      Comp3      C      £12      £15