Question

是否可以在不使用df的情况下将多个csv's返回给独立.to_csv。使用下面的代码，我手动返回所需的值并将其导出到csv。如果我只有几个要导出的文件，但是如果有大量文件或文件名不断更改数据集，那就没问题了。

如果您有特定的值列表并将其导出到csv，是否有更有效的方法来返回所需的值？

import pandas as pd

d = ({
    'C' : ['08:00:00','XX','08:10:00','XX','08:41:42','XX','08:50:00','XX', '09:00:00', 'XX','09:15:00','XX','09:21:00','XX','09:30:00','XX','09:40:00','XX'],
    'D' : ['Home','Home','Home','Home','Away','Away','Shops','Shops','Away','Away','Shops','Shops','Home','Home','Away','Away','Home','Home'],
    'E' : ['Num:','','Num:','','Num:','','Num:','','Num:', '','Num:','','Num:','','Num:', '','Num:', ''],
    'F' : ['1','','1','','1','','1','','1', '','2','','2','','1', '','2',''],   
    'A' : ['A','','A','','A','','A','','A','','A','','A','','A','','A',''],           
    'B' : ['Stop','','Res','','Stop','','Start','','Res','','Stop','','Res','','Start','','Start','']
    })

df = pd.DataFrame(data=d)

#List of designated places
values = ['Home', 'Away', 'Shops']

#Export to csv
Home = df.loc[df['D'] == 'Home'].to_csv('Home.csv')
Away = df.loc[df['D'] == 'Away'].to_csv('Away.csv')
Shops = df.loc[df['D'] == 'Shops'].to_csv('Shops.csv')

Answer 1

使用isin过滤，然后在＆＃34; D＆＃34;上执行groupby并迭代保存为CSV。

incl = ['Home', 'Away', 'Shops']    
for k, g in df[df['D'].isin(incl)].groupby('D'):
    g.to_csv(f'{k}.csv')  # '{}.csv'.format(k)

当且仅当您的类别多于您要保存的类别时，isin过滤步骤才是重要的。如果情况并非如此，并且您希望保存所有内容，那么您的解决方案将简化：

for k, g in df.groupby('D'):
    ...

将pandas组保存为单独的CSV文件

1 个答案: