根据共享的唯一值将多个 csv 文件拆分为 sud 目录

Question

我有一个小问题，如果可能的话希望得到一些帮助。

我有 2 个共享一些唯一值的大型 csv 文件，我想按字段 content 和 contentnum 中的唯一值拆分记录。然后，我想创建一个具有唯一值作为文件夹名称的子目录，例如 wax2 和 wax18 但将 2 个新数据集保存为相同的父文件名 large1.csv 和 large2.csv。如果子目录已经存在，则删除旧文件并写入新文件。

large1.csv

Content,Name,level,type
wax2,John,6,easy
wax2,Bob,12,hard
wax18,James,8,easy
wax18,Smith,16,hard

large2.csv

Contentnum,Color,level,type
wax2,Red,6,easy
wax2,Blue,12,hard
wax18,Blue,8,easy
wax18,Green,16,hard

所以我想拆分上面的两个 csv 文件，并在下面以文件夹名称作为值显示结果，例如 wax2/large1.csv & wax18/large2.csv

文件夹名称：Wax2 文件名：large1.csv

Content,Name,level,type
wax2,John,6,easy
wax2,Bob,12,hard

文件夹名称：Wax18 文件名：large2.csv

Content,Name,level,type
wax18,James,8,easy
wax18,Smith,16,hard

请有人帮我在 python 中执行此操作。谢谢。

我已经走到这一步了。

Answer 1

您可以使用pandas 将csv 文件加载为数据帧，然后将它们按Content 和Contentnum 分组，然后循环分组并将它们保存到目录中：

import pandas as pd
import os

df1 = pd.read_csv('large1.csv')
df2 = pd.read_csv('large2.csv')

df1_groups = df1.groupby('Content')
df2_groups = df2.groupby('Contentnum')

for name, group in df1_groups:
  if not os.path.exists(name):
    os.mkdir(name)
  group.to_csv(name + "/large1.csv")

for name, group in df2_groups:
  if not os.path.exists(name):
    os.mkdir(name)
  group.to_csv(name + "/large2.csv")