建设科技信息+网站建设网站建设一年多少
文章目录
- 使用 Pandas 在 Python 中创建 CSV 文件
- 在 Python 中将 CSV 文件拆分为多个文件
- 根据行拆分 CSV 文件
- 根据列拆分 CSV 文件
- 总结
在本文中，我们将学习如何在 Python 中将一个 CSV 文件拆分为多个文件。 我们将使用 Pandas 创建一个 CSV 文件并将其拆分为多个其他文件。
使用 Pandas 在 Python 中创建 CSV 文件
要使用 Pandas 在 Python 中创建 CSV，必须首先通过命令行界面 (CLI) 安装 Pandas。
pip install pandas
此命令将下载 Pandas 并将其安装到您的本地计算机中。 使用 import 关键字，您可以轻松地将其导入到您当前的 Python 程序中。
让我们验证 Pandas 是否已安装。
代码示例：
import pandas as pd
print("The Version of Pandas is: ", pd.__version__)
输出:
The Version of Pandas is: 1.3.5
现在，让我们创建一个 CSV 文件。
代码示例：
import pandas as pd# create a data set
data_dict = {'Roll no': [1, 2, 3, 4, 5, 6, 7, 8],'Gender': ["Male", "Female", "Female", "Male","Male", "Female", "Male", "Female"],'CGPA': [3.5, 3.3, 2.7, 3.8, 2.4, 2.1, 2.9, 3.9],'English': [76, 77, 85, 91, 49, 86, 66, 98],'Mathematics': [78, 87, 54, 65, 90, 59, 63, 89],'Programming': [99, 45, 68, 85, 60, 39, 55, 88]}# create a data frame
data = pd.DataFrame(data_dict)# convert the data frame into a csv file
data.to_csv("studesnts.csv")# Print the output
print(data)
输出:
Roll no Gender CGPA English Mathematics Programming
0 1 Male 3.5 76 78 99
1 2 Female 3.3 77 87 45
2 3 Female 2.7 85 54 68
3 4 Male 3.8 91 65 85
4 5 Male 2.4 49 90 60
5 6 Female 2.1 86 59 39
6 7 Male 2.9 66 63 55
7 8 Female 3.9 98 89 88
在 Python 中将 CSV 文件拆分为多个文件
我们已经成功创建了一个 CSV 文件。 让我们将其拆分为多个文件，但可以使用不同的矩阵在列或行的基础上拆分 CSV。
根据行拆分 CSV 文件
让我们在 Python 中基于行拆分 CSV 文件。
代码示例：
import pandas as pd# read DataFrame
data = pd.read_csv("students.csv")# number of csv files along with the row
k = 2
size = 4for i in range(k):df = data[size*i:size*(i+1)]df.to_csv(f'students{i+1}.csv', index=False)file1 = pd.read_csv("students1.csv")
print(file1)
print("\n")
file2 = pd.read_csv("students2.csv")
print(file2)
输出:
Roll no Gender CGPA English Mathematics Programming
0 1 Male 3.5 76 78 99
1 2 Female 3.3 77 87 45
2 3 Female 2.7 85 54 68
3 4 Male 3.8 91 65 85Roll no Gender CGPA English Mathematics Programming
4 5 Male 2.4 49 90 60
5 6 Female 2.1 86 59 39
6 7 Male 2.9 66 63 55
7 8 Female 3.9 98 89 88
上面的代码将 students.csv 文件拆分为两个多文件，student1.csv 和 student2.csv。 文件按行分隔； 第 0 到 3 行存储在 student.csv 中，第 4 到 7 行存储在 student2.csv 文件中。
根据列拆分 CSV 文件
借助 groupby() 函数，我们可以根据列矩阵拆分任何 CSV 文件。 groupby() 函数属于 Pandas 库，使用分组数据。
在这种情况下，我们根据性别对学生数据进行分组。
代码示例：
import pandas as pd# read DataFrame
data = pd.read_csv("students.csv")for (gender), group in data.groupby(['Gender']):group.to_csv(f'{gender} students.csv', index=False)print(pd.read_csv("Male students.csv"))
print("\n")
print(pd.read_csv("Female students.csv"))
输出:
Roll no Gender CGPA English Mathematics Programming
0 1 Male 3.5 76 78 99
1 4 Male 3.8 91 65 85
2 5 Male 2.4 49 90 60
3 7 Male 2.9 66 63 55Roll no Gender CGPA English Mathematics Programming
0 2 Female 3.3 77 87 45
1 3 Female 2.7 85 54 68
2 6 Female 2.1 86 59 39
3 8 Female 3.9 98 89 88
总结
拆分数据是一种有用的数据分析技术，有助于理解和有效地排序数据。
在本文中，我们讨论了如何使用 Pandas 库创建 CSV 文件。 此外，我们还讨论了两种常见的数据拆分技术，行式数据拆分和列式数据拆分。