Python: 根据第一列第一个字符拆分CSV文件

Question

我有一系列大型 CSV 文件"basename.csv"，例如：

B1,3,5,6

B2,2,1,5

B3,1,9,0

C1,4,7,9

C2,1,9,3

C3,8,5,2

我想将它们分成不同的文件，例如：

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

我过去已经用 for 循环和 ifs 做过类似的事情，但我想知道是否有更有效的方法用 Pandas 或其他什么来做这件事。

解决方案

采用@chthonicdaemon 和@jezrael 的解决方案，我想到了这个：

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()

Answer 1

我想你可以创建 MultiIndex 然后 groupby by first level of index and use to_csv:

import pandas as pd
from pandas.compat import StringIO

temp=u"""B1,3,5,6
B2,2,1,5
B3,1,9,0
C1,4,7,9
C2,1,9,3
C3,8,5,2"""
#after testing replace StringIO(temp) to filename
df = pd.read_csv(StringIO(temp), header=None)
print (df)
    0  1  2  3
0  B1  3  5  6
1  B2  2  1  5
2  B3  1  9  0
3  C1  4  7  9
4  C2  1  9  3
5  C3  8  5  2

另一个与另一个答案类似的解决方案：

for letter, g in df.groupby([df.iloc[:, 0].str[0]]):
    #print (letter)
    #print (g)
    g.to_csv('basename_{}.csv'.format(letter))

Answer 2

下面是groupby的简单应用：

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))

或者，结合@jezrael 对按列的明确内容进行分组的使用：

for letter, group in df.groupby(df[0].str[0]):
    group.to_csv('basename_{}.csv'.format(letter))

Answer 3

我测试了这段代码，应该可以满足您的要求。 example.csv 将是 csv 输入文件。

with open ('example.csv') as f:
    r = f.readlines()

for i in range(len(r)):
    row = r[i]
    letter = r[i].split(',')[0][0]
    filename = "basename_"+letter.upper()+".csv"
    with open(filename,'a') as f:
        f.write(row)

Python: 根据第一列第一个字符拆分CSV文件

Python: Split CSV file according to first character of the first column

python

csv

split

multiple-columns

pandas