Python 熊猫：将DF拆分为多个csv

我有一个CSV文件，如下所示：

|100|Header1|Header2|
|120| xxx   | xxx   |
|120| yyy   | yyy   |
|120| zzz   | zzz   |
|200|Header3|Header4|
|220| xxx   | xxx   |
|220| yyy   | yyy   |
|220| zzz   | zzz   |
|300|Header5|Header6|
|320| xxx   | xxx   |
|320| yyy   | yyy   |
|320| zzz   | zzz   |

所有的头文件都从一系列的100个开始，这些头文件需要拆分为单独的csv文件。因此，在本例中，将有3个csv文件，其中一个具有第100行和第120行，第二个csv文件具有第200行和第220行，第三个csv文件具有第300行和第320行

---

100、200和300行表示新表的开始。在pandas中是否有一种有效的方法可以做到这一点，而不必在遇到100、200等时循环并创建新的csv文件？

使用

groupby

：

df = pd.read_csv('test.txt',sep = '|',header=None)
df.drop([0,4],axis = 1,inplace = True)
for i,sd in df.groupby(df[1]//100):
    sd.to_csv(f'test{i*100}.csv',index=False,header=False)

test.txt包含OP提供的原始数据：

|100|Header1|Header2|
|120| xxx   | xxx   |
|120| yyy   | yyy   |
|120| zzz   | zzz   |
|200|Header3|Header4|
|220| xxx   | xxx   |
|220| yyy   | yyy   |
|220| zzz   | zzz   |
|300|Header5|Header6|
|320| xxx   | xxx   |
|320| yyy   | yyy   |
|320| zzz   | zzz   |

输出：

它将创建3个文件

test100.csv

，

test200.csv

和

test300.csv

test100.csv

100,Header1,Header2
120, xxx   , xxx   
120, yyy   , yyy   
120, zzz   , zzz 

test200.csv

200,Header3,Header4
220, xxx   , xxx   
220, yyy   , yyy   
220, zzz   , zzz   

test300.csv

300,Header5,Header6
320, xxx   , xxx   
320, yyy   , yyy   
320, zzz   , zzz   

---

我会考虑使用纯Python方法< /P>

with open('test.csv') as fh:
    current_file_handle = None
    current_file_name = None
    for line in fh.readlines():
        p0 = line.find('|') + 1
        p1 = line[p0:].find('|') + p0
        if current_file_name != f'{line[p0]}00':
            current_file_name = line[p0:p1]
            current_file_handle = open(f'test_{current_file_name}.csv', 'w')
        current_file_handle.write(line)
    current_file_handle.close()

---

Getting TypeError:/：'str'和'int'@dev的操作数类型不受支持这应该适用于您提供的文本文件的结构（所有管道

|

运算符和所有）。如果不是这样，请提供您拥有的原始文件的一部分。

100 | Header1 | Header2 | Header3 120 | Val1 | Val2 | Val3 120 | Val4 | Val5 200 | Header4 | Header5 220 | Val6 | Val7 220 | Val7 | Val8 220 | Val9 | Val10

@dev Ohh，删除我代码中的drop语句，它应该对您有用you@dev即使在移除后，如果它不起作用，或者有一些列留下了NA值，请编辑您的问题以包含这些数据，因为从注释中理解数据的结构有点困难。