在 python 中更改 CSV 文件

Question

我有一堆带有 4 行标题的 CSV 文件。在这些文件中，我想根据第二列中的值更改第六列中的值。例如，如果名称PRODUCT 下的第二列是Banana，我想将TIME 下同一行中的值更改为10m。如果产品是Apple，我希望时间是15m等等。

When    12:07           
Area    Produce             
Store Name   FF             
Eatfresh                    
PN  PRODUCT NUMBER  INV ENT TIME
1    Banana 600000                5m
2    Apple  400000       F4        8m                                              
3    Pair                       6m
4    Banana 4000     G3            7m
5    Watermelon 700000          13m
6    Orange 12000               2m
7    Apple  1650000         6m

期望的输出

When    12:07           
Area    Produce             
Store Name   FF             
Eatfresh                    
PN  PRODUCT NUMBER  INV ENT TIME
1    Banana 600000                10m
2    Apple  400000       F4        15m                                              
3    Pair                       6m
4    Banana 4000     G3            10m
5    Watermelon 700000          13m
6    Orange 12000               2m
7    Apple  1650000         15m

我想将它们全部输出到目录调用NTime。到目前为止，这是我所拥有的，但是对于编码而言，我并不是很了解，并且一直停留在如何进行实际更改上。我找到了Python/pandas idiom for if/then/else，看起来和我想做的差不多，但我不完全明白发生了什么。

import pandas as pd
import glob
import os

fns = glob.glob('*.csv') 
colname1 = 'PRODUCT'
colname2 = 'TIME'

for csv in fns:
    s = pd.read_csv(csv, usecols=[colname1], squeeze=True, skiprows=4, header=0)



    with open(os.path.join('NTime', fn), 'wb') as f:

有人可以帮我吗？

Answer 1

您可以通过 groupby、replace 和 dict 的组合来完成此操作

In [76]: from pandas import DataFrame

In [77]: fruits = ['banana', 'apple', 'pear', 'banana', 'watermelon', 'orange', 'apple']

In [78]: times = ['5m', '8m', '6m', '7m', '13m', '2m', '6m']

In [79]: time_map = {'banana': '10m', 'apple': '15m', 'pear': '5m'}

In [80]: df = DataFrame({'fruits': fruits, 'time': times})
Out[80]:
       fruits time
0      banana   5m
1       apple   8m
2        pear   6m
3      banana   7m
4  watermelon  13m
5      orange   2m
6       apple   6m

In [81]: def replacer(g, time_map):
   ....:     tv = g.time.values
   ....:     return g.replace(to_replace=tv, value=time_map.get(g.name, tv))

In [82]: df.groupby('fruits').apply(replacer, time_map)
Out[82]:
       fruits time
0      banana  10m
1       apple  15m
2        pear   5m
3      banana  10m
4  watermelon  13m
5      orange   2m
6       apple  15m

你说你是编程新手，所以我会解释发生了什么。

1. df.groupby('fruits') 使用fruits 列的值将DataFrame 拆分为子集（即DataFrames 或Series 对象）。

2. apply 方法将一个函数应用于上述每个子集并连接结果（如果需要）。

3. replacer 是“神奇”发生的地方：每个组的 time 值被替换 (to_replace) 为在 time_map 中定义的 新 值。 dicts 的 get 方法允许您在不存在您要搜索的键（在本例中为水果名称）时提供默认值。 nan 通常用于此目的，但在这里我实际上只是使用已经存在的时间，如果在 time_map dict 中没有为它定义新的时间。

   李>

需要注意的一点是我使用了g.name。这通常不作为DataFrames 上的属性存在（如果您愿意，您当然可以自己定义），但是在那里您可以执行可能需要组名的计算。在这种情况下，这就是您在应用函数时正在查看的“当前”结果。

如果您对每个水果都有一个新值，或者您手动写入旧值，您可以将其缩短为单行：

In [130]: time_map = {'banana': '10m', 'apple': '15m', 'pear': '5m', 'orange': '10m', 'watermelon': '100m'
}

In [131]: s = Series(time_map, name='time')

In [132]: s[df.fruits]
Out[132]:
fruits
banana         10m
apple          15m
pear            5m
banana         10m
watermelon    100m
orange         10m
apple          15m
Name: time, dtype: object

In [133]: s[df.fruits].reset_index()
Out[133]:
       fruits  time
0      banana   10m
1       apple   15m
2        pear    5m
3      banana   10m
4  watermelon  100m
5      orange   10m
6       apple   15m

Answer 2

假设您的数据在 Pandas DataFrame 中并且看起来像这样：

PN  PRODUCT NUMBER  INV ENT TIME
1    Banana 600000                10m
2    Apple  400000       F4        15m                                              
3    Pair                       6m
4    Banana 4000     G3            10m
5    Watermelon 700000          13m
6    Orange 12000               2m
7    Apple  1650000         15m

然后您应该能够使用这样的简单循环根据另一列（同一行）中的值来操作一列中的值：

for numi, i in enumerate(df["PRODUCT"]):
    if i == "Banana":
        df["TIME"][numi] = "10m"
    if i == "Apple":
        df["TIME"][numi] = "15m"

代码首先遍历数据框列“PRODUCT”的行，行值存储为 i，行号存储为 numi。然后，它使用 if 语句来识别 Product 列中的不同兴趣级别。对于那些感兴趣级别的行（例如“香蕉”或“苹果”），它使用行号来更改同一行中另一列的值。

有很多方法可以做到这一点，根据您的数据大小和您想要更改的级别（在本例中为“产品”）的数量，这不一定是最有效的方法.但是由于您是初学者，因此这可能是您开始的一种很好的基本方法。