Python：根据第一列的第一个字符拆分CSV文件 [英] Python: Split CSV file according to first character of the first column

问题描述

我有一系列大型CSV文件basename.csv，如：

B1,3,5,6

B2,2,1,5

B3,1,9,0

C1 ，4,7,9

C2,1,9,3

C3,8,5,2

我想将它们拆分成不同的文件，如：

basename_B.csv

B1,3,5,6

B2,2,1,5

B3,1,9,0

basename_C.csv

C1,4,7,9

C2,1,9,3

C3,8,5,2

我已经做过类似的事情在过去与for循环和ifs，但我想知道是否有一个更有效的方式这样做与熊猫或任何。

解决方案

根据@chthonicdaemon和@jezrael的解决方案，我想出了：

  def split_csv（）：
用于glob.glob（'*。csv'）中的dfile：
 df = pd.read_csv（dfile，header = None）
用于df.groupby中的字母，组（df [0] .str [0]）：
 group.to_csv（os.path.splitext ）[0]）+'_ {}。csv'.format（letter），index = False，header = False）
 
 split_csv（）
  / pre> 
 
解决方案
这是一个简单的应用程序 groupby ：
  df = pandas.read_csv（'basename.csv'，header = None）
 
 def firstletter ：
 firstentry = df.ix [index，0] 
 return firstentry [0] 
 
用于df.groupby（firstletter）中的字母，组：
组。 to_csv（'basename _ {}。csv'.format（letter））
  
通过列的显式内容进行分组：
 用于df.groupby（df [0] .str [ 0]）：
 group.to_csv（'basename _ {}。csv'.format（letter））
  
 
I have a series of large CSV files "basename.csv" like:

B1,3,5,6

B2,2,1,5

B3,1,9,0

C1,4,7,9

C2,1,9,3

C3,8,5,2

I would like to split them into different files like:

basename_B.csv

B1,3,5,6

B2,2,1,5

B3,1,9,0

basename_C.csv

C1,4,7,9

C2,1,9,3

C3,8,5,2

I have already done similar things in the past with for loops and ifs, but I was wondering if there is a more efficient way of doing this with Pandas or whatever. 

SOLUTION

Adapting the solution from @chthonicdaemon and @jezrael, I came up with this:
def split_csv():
    for dfile in glob.glob('*.csv'):
        df = pd.read_csv(dfile, header=None)
        for letter, group in df.groupby(df[0].str[0]):
            group.to_csv((os.path.splitext(dfile)[0]) + '_{}.csv'.format(letter), index=False, header=False)

split_csv()

解决方案
Here's a simple application of groupby:
df = pandas.read_csv('basename.csv', header=None)

def firstletter(index):
    firstentry = df.ix[index, 0]
    return firstentry[0]

for letter, group in df.groupby(firstletter):
    group.to_csv('basename_{}.csv'.format(letter))
Or, incorporating @jezrael's use of grouping by the explicit contents of the columns:
for letter, group in df.groupby(df[0].str[0]):
    group.to_csv('basename_{}.csv'.format(letter))


                        
这篇关于Python：根据第一列的第一个字符拆分CSV文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！