从每一行制作 CSV 文件答案

【问题标题】：Make CSV file from each row从每一行制作 CSV 文件
【发布时间】：2019-10-14 13:17:25
【问题描述】：

我有一个包含 n 列的数据框。一个是城市名称。

我正在尝试根据城市名称提取每一行并将每一行打印到一个新的 CSV 文件中。

col1  col2    cityName

a       5     Madrid
s       10    NEWYORK
d       0     London
f       2     Berlin

答案：

第一个 csv 文件：

col1  col2    cityName

a       5     Madrid

第二个 csv 文件：

col1  col2    cityName
s       10    NEWYORK

【问题讨论】：

标签： python database pandas csv dataframe

【解决方案1】：

此代码将遍历任何 DataFrame（如果存在）并创建一个新的 csv 文件（对于每一行），其中包含列标题以及行，否则如果 DataFrame 不存在，它将不会执行任何操作。

import pandas as pd
i=0
while True:
    try: 
        df.iloc[[i]].to_csv("filename.csv")
        i = i+1
    except: pass

【讨论】：

解释一下你的答案。
此代码将遍历任何 DataFrame（如果存在）并创建一个新的 csv 文件（对于每一行），其中包含列标题以及行，否则如果 DataFrame 不存在，它将什么都不做。
我的意思是，编辑答案并在那里解释：stackoverflow.com/help/how-to-answer

【解决方案2】：

您可以按 cityName 列对行进行分组，然后将每个组导出到单独的 csv，如下所示：

编辑：将保存结果添加到 csv 文件

编辑：添加压缩所有文件

import zipfile
import pandas as pd

df = pd.DataFrame(
    data={'col1': ['a', 's', 'd', 'f', 'x'], 'col2': [5, 10, 0, 2, 4],
          'cityName': ['Madrid', 'NEWYORK', 'London', 'Berlin', 'Madrid']})

groupby = df.groupby('cityName')
out_zip = zipfile.ZipFile("58377674.zip", "w")

for n, g in groupby:
    print(n)
    csv = g.to_csv(index=False)
    print(csv)
    csv_filename = "{}.csv".format(n)
    with open(csv_filename, 'w') as out_file:
        out_file.write(csv)
    out_zip.write(csv_filename)

【讨论】：

我的输出中有每个组，如何将每个组发送到 Excel 文件？
@Narg 添加保存文件
你能告诉我如何从所有 csv = g.to_csv(index=False) 制作 zip 文件吗？
@NData，添加压缩所有文件。您可以在末尾添加import os 并添加os.remove(csv_filename) 以删除CSV文件

【解决方案3】：

以下代码将创建一个 CSV 文件，并在其中写入一行。您可以遍历此代码直到您的最后一条记录，并且每次它都会生成一个唯一的数据文件。

import csv
from datetime import datetime

for index, row in dataframe.iterrows():
    filename = datetime.now()
    filename = filename.strftime("%d-%m-%Y_%H:%M:%S")
    file = open('data_'+str(filename)+'.csv', 'w')
    w = csv.writer(file)
    w.writerow([row['col1'], row['col2'], row['cityName']])
    file.close()

【讨论】：

问题未指定。您的回答不能解决数据框的任何问题。它不会产生“要求的”文件，它包含未指定的名称 => NameError 并且不使用上下文处理 with open(..) as f: 这是处理文件的理想方式