python - 在一列中查找所有相同的元素并创建一个新文件

Question

我有一个包含多列的 Excel 电子表格。其中一列具有相似的元素值。我想写入一个新的文本文件，其中包含 Column A 中的所有元素，这些元素在 Column C 中具有相似的元素。相似元素的一个示例是 C 列中的值包含美国。示例输出将是包含 A 列中的值的文本文件:

Column A   
1
2
5

例如:

Column A  Column B  Column C
1         3         USA
2         2         USA
3         5         China      
5         7         USA

我尝试使用 openpyxl 和 pandas，但对逻辑感到困惑:

 import openpyxl
 from openpyxl import *
 import os 

 wb = openpyxl.load_workbook('C:/Users/unknown/Desktop/filessed.xlsx')
 ws = wb.get_sheet_by_name('files sheet')
 #wb = load_workbook(filename_and_path, read_only=True)
 ws = wb.active

 for row in ws.iter_rows(min_row=1, min_col=1, max_row=6, max_col=4):
   for cell in row:
     print(cell.value)
   print()   

如何使用 column C 名称作为文本文件的名称写入新文件，并在 Column A 中写入元素(如果它们与 C 列?

Answer 1

给定以下数据框:

df = pd.DataFrame([[1, 3, 'USA'], [2, 2, 'USA'], [3, 5, 'China'], [4 ,7, 'USA']], columns =['A','B','C'])

   A  B      C
0  1  3    USA
1  2  2    USA
2  3  5  China
3  4  7    USA

试试这个单行代码，使用 grupby , apply和 to_csv :

df.groupby('C').apply(lambda row: row[['A']].to_csv(row.C.values[0]+'.csv', index=False))

这应该可以解决您的棘手问题。
提示:如果您想将文件保存为 excel 格式而不是 csv 格式，请参阅 to_excel Pandas 函数。

如果您稍后想将数据写入文件，您可以通过这种方式创建一个包含您感兴趣的数据的数据框:

df.groupby('C').apply(lambda row: row.A.values)
# output:
C
China          [3]
USA      [1, 2, 4]

或使用 groupby.agg :

df.groupby('C').agg({'A': lambda row: list(row.values)})

通过这种方式，您可以创建一个字典:

df.groupby('C').agg({'A': lambda row: list(row.values)}).to_dict()['A']
# output: {'China': [3], 'USA': [1, 2, 4]}