数据框：将 python 列表转换为数据框组？

Question

我有一个清单

数据列表

    [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]

传递 data_list 值以在此处运行。

    for name_list in data_list:

        convertMerge(name_list)

以及一个接受列表并将其转换为 df 并保存的函数。

    def convertMerge(name_list):

        df = pd.DataFrame([name_list],columns=['name','id'])

        df.to_csv('names'.csv)

如果 df 具有相同的name.

（这必须发生在convertMerge函数内部）。

结果输出应该有这样的 df ：

     df with mark 

            mark.csv

                name    id

            0   mark    1

            1   mark    3

            2   mark    4

    df with tom 

          

            tom.csv

                name    id

            0   tom     2

            1   tom     5

    df with stuart

            stuart.csv`

                name    id

            0   stuart  6

Answer 1

此解决方案也适用，使用unique：data_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]df = pd.DataFrame(data_list, columns=['name', 'id'])for name in df['name'].unique():    df.loc[df['name'] == name].to_csv(name + '.csv')

Answer 2

试试这个df.groupby：>>> master_df = pd.DataFrame(data_list, columns = ['name', 'ID'])>>> for key, sub_df in master_df.groupby('name'):        sub_df.reset_index(drop=True).to_csv(key + '.csv')对于您的功能：def convertMerge(name_list):    df = pd.DataFrame(name_list,columns=['name','id'])    for key, sub_df in df.groupby('name'):        sub_df.reset_index(drop=True).to_csv(key + '.csv')convertMerge(data_list)如果打印它看起来像这样：>>> master_df = pd.DataFrame(data_list, columns = ['name', 'ID'])>>> for key, sub_df in master_df.groupby('name', sort=False):        print(key + '.csv')        sub_df.reset_index(drop=True)# output:mark.csv   name  ID0  mark   11  mark   32  mark   4tom.csv  name  ID0  tom   21  tom   5stuart.csv     name  ID0  stuart   6

Answer 3

我认为这是您喜欢的解决方案......逻辑在convertMergedata_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]def convertMerge(name_list):    name = name_list[0]    df = pd.DataFrame([name_list],columns=['name','id'])        if not os.path.isfile(f'{name}.csv'):        df.to_csv(f'{name}.csv')    else:        df.to_csv(f'{name}.csv', mode='a', header=False)        for name_list in data_list:    convertMerge(name_list)

Answer 4

你可以用apply做到这一点：pd.DataFrame([['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]], columns = ['name', 'ID']).groupby('name').apply(lambda d: d.to_csv(f'{d.name}.csv', index=False))

Answer 5

这应该做你想做的：data_list = [['mark', 1], ['tom', 2], ['mark', 3], ['mark', 4], ['tom', 5], ['stuart', 6]]def convertMerge():  df = pd.DataFrame()  for name_list in data_list:    df = df.append(pd.DataFrame([name_list],columns=['name','id']))    [y.reset_index(drop = True).to_csv(x + '.csv', index = False) for x, y in df.groupby('name')]convertMerge()