Question

我有一个.csv（export.csv），其中包含将近9k的行，结构如下：

|---------------------|------------------|---------------|
|      Oggetto        |     valueID      | note          |
|---------------------|------------------|---------------|
|          1          |      work1       |DescrizioneA   |
|---------------------|------------------|---------------|
|          2          |      work2       |DescrizioneB   |
|---------------------|------------------|---------------|
|          3          |      work3       |DescrizioneC   |
|---------------------|------------------|---------------|

我将在单独的.txt文件中从“注释”列中导出行，然后将该文件命名为“ valueID”列中的值，即work1.txt（work1.txt文件“ DescrizioneA”的内容）。从我尝试过的this类似问题开始，失败了，就像这样：

import csv

with open('export.csv', 'r') as file:
    data = file.read().split('\n')

for row in range(1, len(data)):
    third_col= data
    with open('t' +  '.txt', 'w') as output:
        output.write(third_col[2])

然后我尝试了熊猫


import pandas as pd 

data = pd.read_csv("export.csv", engine ='python')

d = data
file = 'file{}.txt'

n = 0 # to number the files
for row in d.iterrows():
    with open(file.format(n), 'w') as f:
        f.write(str(row))
        n += 1

我得到了一些东西，但是：

每个文件的文件名都是从1到9000 ex的递增文件名。 file0001.txt
.txt的内容包括所有3列以及部分“注释”列的内容，例如“ La cornice architettonica superiore del capite ...”。

有什么主意吗？

谢谢

Answer 1

您可以尝试熊猫：

df=pd.read_csv("export.csv",sep=",")

for index in range(len(df)):
     with open(df["valueID"][index] +  '.txt', 'w') as output:
        output.write(df["note"][index])

Answer 2

如果您不想使用熊猫，可以这样做

with open('export.csv', 'r') as file:
    data = file.read().split('\n')

好的，这是一个开始的一行一行地存储数据的变量

现在，您需要查找每一行的数据。如果数据按照您所说的存储（单个单词或数字，并用空格键隔开），则可以再次拆分它：

text_for_file = ""
for row in range(1, len(data)):
    splitted_text = row.split(' ')
    text_for_file = '\n'.join([text_for_file, splitted_text[2]])
    #So now all you notes are stored in text_for_file string line by line
#write all you data to file
with open("your_file.txt", 'w') as f:
    f.write(text_for_file)

如何将csv行导出到单独的.txt文件中

2 个答案: