是否可以在不使用的情况下将倍数返回df独立csv's变量.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，这是可以的，但是如果有很多文件或文件名在数据集中不断变化，那将很麻烦。
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返回期望值？
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')
用过滤isin，然后groupby在“ D”上执行，然后迭代保存到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)
isin当且仅当您具有比要保存的类别更多的类别时，过滤步骤才重要。如果不是这种情况，并且您想保存所有内容，则解决方案将简化：
for k, g in df.groupby('D'):
...
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句