Question

我有一个包含15列和大约17000行的csv文件。我的问题是在特定列（例如：“名称”列）中搜索输入字符串，如果匹配，则打印包含字符串的行[i]，上一行[i-1]和下一行[i + 1]行，按i-1，i，i + 1的顺序排列。重复此过程，直到该列的最后一个元素为止（我的数据文件已格式化，因此其中没有重复的内容）。

我使用此reference查找行，程序运行良好。下面是我的python代码：

import pandas as pd
x = input('Please input the name: ')
df = pd.read_csv("input.csv", sep = ",")

idx = df[df.name.str.contains(x, na=False)].index.tolist()

for i in idx:
    print(df.iloc[[i-1, i, i+1]])

我想问一下如何将上面过滤的数据导出到一个新的数据框中，并输出到一个新的csv文件中？我遵循以下reference：

df.iloc[[i-1, i, i+1]].to_csv('result.csv', index=True, mode='a')

输出文件还可以，但其中不包含各列的名称，根据主题的作者，我也认为它不是那么正式和最佳。

非常感谢您。

Answer 1

您可以尝试以下方法：

tmp = pd.DataFrame() # A blank dataframe
for i in idx:
    tmp.append(df.iloc[[i-1, i, i+1]]) # Keep appending the rows to the tmp df

然后，将列名称分配给tmp

tmp.columns = df.columns

将此内容写入csv：

tmp.to_csv('result.csv', index=True)

让我知道这是否有帮助。

Answer 2

我认为您需要min和max以避免选择在第一行和最后一个匹配行之前和之后都不存在的行，然后对于新文件，首先仅保存列名，然后在循环中仅保存不包含的数据标头：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'name':list('aaabbb')
})

print (df)

#tested matching first row
x = 'a'
#tested matching last row
#x = 'b'

idx = df[df.name.str.contains(x, na=False)].index.tolist()

pd.DataFrame(columns=df.columns).to_csv('result.csv')
for i in idx:
    df1 = df.iloc[[max(0, i-1), i, min(df.index[-1], i+1)]]

    df1.to_csv('result.csv', index=False, mode='a', header=None)
    #if need index values
    #df1.to_csv('result.csv', mode='a', header=None)

另一种解决方案是使用concat的DataFrames列表，然后以无模式append保存到csv：

x = 'a'
idx = df[df.name.str.contains(x, na=False)].index.tolist()

dfs = []
for i in idx:
    dfs.append(df.iloc[[max(0, i-1), i, min(df.index[-1], i+1)]])

#list comprehension alternative
#dfs = [df.iloc[[max(0, i-1), i, min(df.index[-1], i+1)]] for i in idx]

pd.concat(dfs).to_csv('result.csv', index=False)
#if need index
#pd.concat(dfs).to_csv('result.csv')

熊猫-查找一些特定的行，并将过滤后的数据帧输出到新的CSV文件中

2 个答案: