按列将 csv 拆分为多个 csv 文件答案

【问题标题】：Splitting a csv into multiple csv files by column按列将 csv 拆分为多个 csv 文件
【发布时间】：2017-09-20 04:20:39
【问题描述】：

尝试学习 Python 并设法创建了一个脚本，该脚本采用 csv，将其转换为数据框，更改列，然后将 csv 输出为所需的样式。

那么我现在需要做的是能够根据我的第二列的内容输出多个 csv（首先是索引，我将其删除用于输出）

我已经为唯一数据值设置了一个参数，然后设置了一个 FOR 循环来根据唯一数据值创建文件名和输出路径。

但是当我输出 csv (data.to_csv) 时，所有 4 个文件都是相同且未经过滤的。

这是我的代码

unique_code = data.import_code.unique() 
for importcode in unique_import_codes:     
    #print("%s" % importcode)             
    filename = importcode.replace(".","") + ".csv"   
    #print("%s" % filename)                
    path = r"C:/myrequiredpath/"     
    #print("%s" % path)                    
    data.to_csv(path+filename, index=False)

我的数据框叫做数据 import_code 是我的第二列（不是索引）

欢迎任何想法！

【问题讨论】：

标签： python pandas csv dataframe

【解决方案1】：

我会这样做：

filename =  r"C:/myrequiredpath/{}.csv"

data.groupby('import_code') \
    .apply(lambda g: g.to_csv(filename.format(g.name), index=False))

【讨论】：

【解决方案2】：

您可以使用loc 过滤数据：

unique_code = data.import_code.unique() 
for importcode in unique_import_codes:
    filename = importcode.replace(".","") + ".csv"
    path = r"C:/myrequiredpath/"
    data.loc[data.import_code==importcode].to_csv(path+filename, index=False)

【讨论】：

【解决方案3】：

在您的循环中，您没有做任何事情来选择数据子集。最后一行

data.to_csv(path+filename, index=False)

每次只用不同的文件名写出未更改的数据框。

【讨论】：

【解决方案4】：

如果您的目标只是导出文件，每个文件都是原始数据框的副本，并以唯一值作为名称，那么我会走这条路。

unique_values = set(data['column_of_interest'])

for value in unique_values:
    filename = value + ".csv"         
    path = r"C:/myrequiredpath/"                        
    data.to_csv(path+filename, index=False)

如果您希望每个文件都是该数据子集的导出，则将其添加到您的循环中：

data[data['column of interest']==value]

【讨论】：