Pandas 使用 groupby 分割成几个 csv 并保存到具有相同名称的文件夹中

Question

我对 Python、Pandas 和整体编程还很陌生，如果这个问题太愚蠢，我很抱歉。

问题与非常相似（我已将其用于我的代码）但我想更进一步，将所有分离的 csv 保存到具有相同名称的每个单独的文件夹中。

我现在有什么：

# this one is used to split carriers csv files 
for i, x in carriers.groupby('Contact Account Name'):
     x.to_csv(root + '/' "{}.csv".format(i.upper()), index=False)

+

 for i, x in carriers.groupby('Contact Account Name'):
        p = os.path.join(root, "{}.csv".format(i.upper()))
        x.to_csv(p, index=False)

它正在将分组的 'Contact Account Name' 值作为单独的 csvs 保存在根文件夹中。但我需要的是将它保存到根文件夹内的文件夹中，命名为 'Contact Account Name' values.

我尝试了几种不同的创建文件夹的方法，但都失败了。

数据框：

  Contact Account Name
0 Mike
1 Jeff 
2 Todd 
3 Bill

目前效果如何：

正在创建 csv：

root/MIKE.csv
root/JEFF.csv
root/TODD.csv
root/BILL.csv

我想要的样子：

root/MIKE/MIKE.csv
root/JEFF/JEFF.csv
root/TODD/TODD.csv
root/BILL/BILL.csv

提前致谢！

Answer 1

您真正需要做的就是将 Contact Account Name (i) 添加到 os.path.join 命令中 -

因此，以下内容应该大致可行 - ```

for i, x in carriers.groupby('Contact Account Name'):
    p = os.path.join(root, i, "{}.csv".format(i.upper()))
    x.to_csv(p, index=False)

```

在这里查看更多 - https://docs.python.org/2/library/os.path.html#os.path.join

Answer 2

您可以在循环外定义输出目录。您可能如下所示，希望检查它是否存在，如果不存在，则通过os.mkdir创建目录。

# define output directory
output_dir = os.path.join(root, 'Contact Account Name')

# create the directory if it doesn't exist
if not os.path.exists(output_dir):
    os.mkdir(output_dir)

for i, x in carriers.groupby('Contact Account Name'):
    # create output path from output directory
    p = os.path.join(output_dir, f'{i.upper()}.csv')
    x.to_csv(p, index=False)

请注意，在上面的示例中，我使用了 f-strings，可用于 Python 3.6+ 并且更具可读性/效率。

Answer 3

使用 os.path.exists and use os.mkdir 检查文件夹是否存在以创建新文件夹：

new_dir = os.path.join(root, "Contact Account Name")
if not os.path.exists(new_dir):
    os.mkdir(new_dir)

for i, x in carriers.groupby('Contact Account Name'):
    p = os.path.join(new_dir, "{}.csv".format(i.upper()))
    x.to_csv(p, index=False)

Pandas 使用 groupby 分割成几个 csv 并保存到具有相同名称的文件夹中

Pandas split to several csv using groupby and saving it to the folders with the same name

python

pandas

os.path