数据框：将 python 列表转换为数据框组？

Question

我有一个清单数据列表    [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]传递 data_list 值以在此处运行。    for name_list in data_list:        convertMerge(name_list)以及一个接受列表并将其转换为 df 并保存的函数。    def convertMerge(name_list):        df = pd.DataFrame([name_list],columns=['name','id'])        df.to_csv('names'.csv)如果 df 具有相同的name.（这必须发生在convertMerge函数内部）。结果输出应该有这样的 df ：     df with mark             mark.csv                name    id            0   mark    1            1   mark    3            2   mark    4    df with tom                       tom.csv                name    id            0   tom     2            1   tom     5    df with stuart            stuart.csv`                name    id            0   stuart  6

Answer 1

此解决方案也适用，使用unique：

data_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]

df = pd.DataFrame(data_list, columns=['name', 'id'])

for name in df['name'].unique():

    df.loc[df['name'] == name].to_csv(name + '.csv')

Answer 2

试试这个df.groupby：

>>> master_df = pd.DataFrame(data_list, columns = ['name', 'ID'])

>>> for key, sub_df in master_df.groupby('name'):

        sub_df.reset_index(drop=True).to_csv(key + '.csv')

对于您的功能：

def convertMerge(name_list):

    df = pd.DataFrame(name_list,columns=['name','id'])

    for key, sub_df in df.groupby('name'):

        sub_df.reset_index(drop=True).to_csv(key + '.csv')

convertMerge(data_list)

如果打印它看起来像这样：

>>> master_df = pd.DataFrame(data_list, columns = ['name', 'ID'])

>>> for key, sub_df in master_df.groupby('name', sort=False):

        print(key + '.csv')

        sub_df.reset_index(drop=True)

# output:

mark.csv

   name  ID

0  mark   1

1  mark   3

2  mark   4

tom.csv

  name  ID

0  tom   2

1  tom   5

stuart.csv

     name  ID

0  stuart   6

Answer 3

我认为这是您喜欢的解决方案......逻辑在convertMerge

data_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]

def convertMerge(name_list):

    name = name_list[0]

    df = pd.DataFrame([name_list],columns=['name','id'])

    

    if not os.path.isfile(f'{name}.csv'):

        df.to_csv(f'{name}.csv')

    else:

        df.to_csv(f'{name}.csv', mode='a', header=False)

        

for name_list in data_list:

    convertMerge(name_list)

Answer 4

你可以用apply做到这一点：

pd.DataFrame([['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]], columns = ['name', 'ID']).groupby('name').apply(lambda d: d.to_csv(f'{d.name}.csv', index=False))

Answer 5

这应该做你想做的：

data_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]

def convertMerge():

  df = pd.DataFrame()

  for name_list in data_list:

    df = df.append(pd.DataFrame([name_list],columns=['name','id']))

    [y.reset_index(drop = True).to_csv(x + '.csv', index = False) for x, y in df.groupby('name')]

convertMerge()