根据另一列中的分组将 csv 文件/pandas 数据框拆分为多个文件答案

【问题标题】：Split up a csv file / pandas dataframe into many files based on grouping in another column根据另一列中的分组将 csv 文件/pandas 数据框拆分为多个文件
【发布时间】：2021-03-31 21:11:23
【问题描述】：

我在一个名为 list.csv 的 csv 文件中有以下数据集，它是 2 列和 68 行，

name   group
295h1  groupA
20jca  groupA
....
2919d  groupG
....
2xx9a  groupM

每组有 3-5 个名字。

我想把名字分成他们的组，然后像这样将文件保存到 csv 文件中。

group-1.csv

295h1
20jca
..

group-13.csv

...
2xx9a

到目前为止，我有以下代码，

import pandas as pd

counter = 1
tlist = []
for idx,row in df.iterrows():
    previousGroup = None
    if row['group'] == previousGroup:
        tlist.append(row['name'])
        previousGroup = row['group']
    else:
        with open(f'group-{counter}'), 'w',) as myfile:
             wr = csv.writer(myfile, quoting=csv.QUOTE_ALL)
             wr.writerow(tlist)
        counter += 1
        tlist = []

但它会创建 68 个空文件，这是 csv 文件的长度。

如何根据我的要求正确拆分此文件？

【问题讨论】：

标签： python pandas list dataframe csv

【解决方案1】：

如果需要，组名称groupA 使用以1 开头的数字：

for i, (_, group) in enumerate(df.groupby('group'), 1):
    group['name'].to_csv(f'group-{i}.csv', index=False)

编辑：对于文件中的第一个值是一个想法，创建 MultiIndex 喜欢：

for i, (n, group) in enumerate(df.groupby('group'), 1):
    g = group[['name']]
    g.columns = [[n], g.columns]
    #print (g)
    g.to_csv(f'group-{i}.csv', index=False)

【讨论】：

我只想保存'name'列
不，我的意思是，它必须按“组”列分组，但必须保存“名称”列
@anarchy - 答案已编辑，需要df['name'].to_csv
我想通了，因为你使用了相同的变量，不要使用 df 作为临时变量它弄乱了代码
我能再问你一件事吗@jezrael 你知道是否有办法将组名附加到 csv 文件的第一行吗？像标题什么的

【解决方案2】：

你应该使用 pandas groupby 和 pd.to_csv()

grouped = df.groupby('group')
for num, g in grouped:
    name = 'group' + '.csv'
    g.to_csv(name)

【讨论】：

它保存所有列，我只想要'name'列，我该怎么做？