我有一个非常similar to this one的问题,但我需要通过将分割数据帧保存到csv来更进一步。
import pandas as pd
import numpy as np
import os
df = pd.DataFrame({ 'CITY' : np.random.choice(['PHOENIX','ATLANTA','CHICAGO', 'MIAMI', 'DENVER'], 1000),
'DAY': np.random.choice(['Monday','Tuesday','Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday'], 1000),
'TIME_BIN': np.random.randint(1, 86400, size=1000),
'COUNT': np.random.randint(1, 700, size=1000)})
df['TIME_BIN'] = pd.to_datetime(df['TIME_BIN'], unit='s').dt.round('10min').dt.strftime('%H:%M:%S')
print(df)
OUTPUT:
CITY COUNT DAY TIME_BIN
0 ATLANTA 476 Thursday 12:20:00
1 PHOENIX 50 Saturday 15:40:00
2 MIAMI 250 Friday 08:20:00
3 CHICAGO 358 Monday 15:40:00
4 PHOENIX 217 Thursday 22:10:00
5 MIAMI 12 Thursday 21:40:00
6 DENVER 22 Friday 10:30:00
7 CHICAGO 645 Sunday 23:40:00
8 MIAMI 188 Sunday 08:40:00
我想为每个城市创建一个单独的数据框,并将其另存为.csv。下面的代码有效,但我怎么做Pythonicly而不必明确说明每个城市?真实的数据集有大约20个城市,所以我不想重复这20次。我认为下面的代码可以使用for循环在1-2行中完成,但我不知道它会是什么样子。对于df [' CITY']"
中的城市来说"df_phoenix = df[df['CITY'] == "PHOENIX"]
df_atlanta = df[df['CITY'] == "ATLANTA"]
df_chicago = df[df['CITY'] == "CHICAGO"]
df_phoenix.to_csv(os.getcwd() + "/data_phoenix.csv")
df_atlanta.to_csv(os.getcwd() + "/data_atlanta.csv")
df_chicago.to_csv(os.getcwd() + "/data_chicago.csv")
答案 0 :(得分:7)
我认为您需要groupby
使用自定义lambda函数或使用循环:
f = lambda x: x.to_csv(os.getcwd() + "/data_{}.csv".format(x.name.lower()), index=False)
df.groupby('CITY').apply(f)
for i, x in df.groupby('CITY'):
x.to_csv(os.getcwd() + "/data_{}.csv".format(i.lower()), index=False)
通过评论编辑,感谢@Anton vBR:
for i, x in df.groupby('CITY'):
p = os.path.join(os.getcwd(), "data_{}.csv".format(i.lower()))
x.to_csv(p, index=False)