python中dataframe以某一列划分为多个dataframe，并进行同步操作，完成后合并。

         类似于groupby函数用法，适用于对同一个标签（列名）内的数据做处理

        以下代码对df中食物名称相同的数据划分为多个df，在每个df中指定列求和并将和添加到最后一列，将小df替换为最后一列数值，包括所有列的文字、数值，最后合并多个小df形成新的df

 df_dict = {}
    a = df['食物名称'].unique()
    for i in a:
        data = df[df['食物名称'].isin([i])]
        df_dict["df" + str(i)] = data
    df = []
    # 访问存储在字典中的小DataFrame
    for i in a:
        df_name = "df" + str(i)
        df_data = df_dict[df_name]
        # print(df_data)
        df_data.loc['Col_sum'] = df_data.iloc[:, 8:].sum(axis=0)  # 对0，1行按列求和，生成新行
        df_data.iloc[-1, 0] = df_data.iloc[-2, 0]  # 对最后一行1行第一列按列求和，生成新行
        df_data.iloc[-1, 1] = df_data.iloc[-2, 1]  
        df_data.iloc[-1, 2] = df_data.iloc[-2, 2]  
        df_data.iloc[-1, 3] = df_data.iloc[-2, 3] 
        df_data.iloc[-1, 4] = df_data.iloc[-2, 4]  
        df_data.iloc[-1, 5] = df_data.iloc[-2, 5] 
        df_data.iloc[-1, 6] = df_data.iloc[-2, 6]  
        df_data.iloc[-1, 7] = df_data.iloc[-2, 7] 
        df_data = df_data.iloc[-1, :]  # 重新赋值，取最后一行
        df_data = df_data.values.tolist()  # 转换数值类型
        df.append(df_data)  # 合并多个dataframe