Python 如何从.csv文件中提取特定行并写入另一个文件

我有类似以下内容的.csv文件：

x,   y,   z  
1,  10,   45 
2,   0,   34
4,  15,   34
5,  99,   38
6,  13,   23
5,  99,   38
6,  13,   23
.    .     .
1000, 234, 678

5.000581861276573,  6.234
10.00211537343025,  1.232

import pandas as pd
df = pd.read_csv('input.csv')

现在，我想写出x列的行，这可以通过5来形成这个.csv文件

以下是有关该文件的更多详细信息：

x,                  y
0.0000123219872323, 1.213
.                     .
4.991414887967266,  8.123
4.996324047550014,  2.323
5.000581861276573,  6.234
5.006295444400881,  9.234
5.029657671211434,  1.219
5.034806828096650,  1.123
.                   .
9.997414351064347,  1.345
10.00211537343025,  1.232
10.00675672507283,  2.234
10.01201110041457,  1.003
.                   .

这是我要处理的真实文件。我必须从这个.csv文件中提取行。特别是，可以被5除的列值行

我的输出应该如下所示：

x,   y,   z  
1,  10,   45 
2,   0,   34
4,  15,   34
5,  99,   38
6,  13,   23
5,  99,   38
6,  13,   23
.    .     .
1000, 234, 678

5.000581861276573,  6.234
10.00211537343025,  1.232

import pandas as pd
df = pd.read_csv('input.csv')

不是5、10等值的两倍。一旦提取出一个5值，

---

它应该被5整除，在这种情况下，它应该是10

你的答案很宽泛，需要更多解释。这也有可能在StackOverflow的其他帖子中得到了回答

对你的问题有一个非常基本的回答：

to_print = [1, 5, 10, 1000]

with open('input_file.csv', 'r') as fr:
    with open('write_here.csv', 'w') as fw:
        for i, row in enumerate(fr):
            if i in to_print:
                 fw.write(row)

这只是将您在

中指定的每一行写入另一个csv文件

如果你想在0到1000之间打印每条第五行，你可以考虑设置<代码> toSuffel=范围（0, 1000, 5）< /代码>，或者，如果你不知道文件的行数：
with open('input_file.csv', 'r') as fr:
    with open('write_here.csv', 'w') as fw:
        for i, row in enumerate(fr):
            if i % 5 == 0:
                 fw.write(row)

编辑，现在用最接近列表输入的值写行

import pandas as pd

df = pd.read_csv('lines.txt', header=None)
archive_out = open('out.txt', 'w')
inputs = (1, 5, 10)

for input in inputs:

    archive_out.write(str(df.ix[(df[0] - input).abs().argsort()[:1]].values[0])[1:-1].strip() + '\n')

archive_out.close()

如果你想写下第五行，你可以简单地做

df.iloc[::5, :].to_csv('file_name.csv')

其中，
df
是这样创建的数据帧：

x,   y,   z  
1,  10,   45 
2,   0,   34
4,  15,   34
5,  99,   38
6,  13,   23
5,  99,   38
6,  13,   23
.    .     .
1000, 234, 678

5.000581861276573,  6.234
10.00211537343025,  1.232

import pandas as pd
df = pd.read_csv('input.csv')

否则，你也可以这样做

# define all indexes here
out_rows = [1, 5]

df.iloc[out_rows, :].to_csv('file_name.csv')

您需要更详细地说明您想要实现的目标，然后我们可以提供更好的帮助

编辑：

就我现在所知，您希望基于接近某些值的浮动进行选择。这可能有点老套，还假设您没有遗漏整数（根据您对值的描述，这似乎是一个合理的假设）：

假设您的
df
如下所示（替换为实际数据）：

如前所述，首先根据
x，

df = df.sort_values('x,')

          x,  y
1   0.602229  2
0   0.955425  1
2   1.520194  6
3   1.748095  1
5   2.051359  6
4   2.422760  0
6   3.268572  9
7   3.981412  1
9   4.215138  8
8   4.687532  0
10  5.029877  7
11  5.197888  7
13  6.452637  0
12  6.795040  1
15  7.127841  5
14  7.413032  8
17  8.002060  8
16  8.597014  7
18  9.713273  3
19  9.912318  7

df['helper'] = df['x,'].apply(np.floor).astype(int)

          x,  y  helper
1   0.602229  2       0
0   0.955425  1       0
2   1.520194  6       1
3   1.748095  1       1
5   2.051359  6       2
4   2.422760  0       2
6   3.268572  9       3
7   3.981412  1       3
9   4.215138  8       4
8   4.687532  0       4
10  5.029877  7       5
11  5.197888  7       5
13  6.452637  0       6
12  6.795040  1       6
15  7.127841  5       7
14  7.413032  8       7
17  8.002060  8       8
16  8.597014  7       8
18  9.713273  3       9
19  9.912318  7       9

然后在
floor
的
x，

df = df.sort_values('x,')

          x,  y
1   0.602229  2
0   0.955425  1
2   1.520194  6
3   1.748095  1
5   2.051359  6
4   2.422760  0
6   3.268572  9
7   3.981412  1
9   4.215138  8
8   4.687532  0
10  5.029877  7
11  5.197888  7
13  6.452637  0
12  6.795040  1
15  7.127841  5
14  7.413032  8
17  8.002060  8
16  8.597014  7
18  9.713273  3
19  9.912318  7

df['helper'] = df['x,'].apply(np.floor).astype(int)

          x,  y  helper
1   0.602229  2       0
0   0.955425  1       0
2   1.520194  6       1
3   1.748095  1       1
5   2.051359  6       2
4   2.422760  0       2
6   3.268572  9       3
7   3.981412  1       3
9   4.215138  8       4
8   4.687532  0       4
10  5.029877  7       5
11  5.197888  7       5
13  6.452637  0       6
12  6.795040  1       6
15  7.127841  5       7
14  7.413032  8       7
17  8.002060  8       8
16  8.597014  7       8
18  9.713273  3       9
19  9.912318  7       9

现在将重复项放入
helper
：

df = df.drop_duplicates('helper')

          x,  y  helper
1   0.602229  2       0
2   1.520194  6       1
5   2.051359  6       2
6   3.268572  9       3
9   4.215138  8       4
10  5.029877  7       5
13  6.452637  0       6
15  7.127841  5       7
17  8.002060  8       8
18  9.713273  3       9

并导出解决方案：

df.iloc[::5, :].drop('helper', axis=1)

          x,  y
1   0.602229  2
10  5.029877  7

使用pandas库将csv转换为数据帧的粗略示例

import pandas as pd

df = pd.read_csv('asdf.csv')
for i in range(200+1):
     df.iloc[i*5]

这是假设你想在5行中上升
你想每5行采样一次，从第一行开始，在第1000行停止，然后将其写入另一个文件？如果你的
x
列实际上是浮点数，那么你很难找到5的倍数，除非你的意思是“在1%的公差范围内”（在这种情况下，您需要指定）。（顺便说一句：我推断“可除数”恶习是“可取的”。）不管怎样，如果您再次问这个（或类似）问题，我建议您添加您实际尝试过的代码；因此，这并不意味着“为我免费编写此代码”服务，因此它有助于显示您所做的努力。它还为您预期的流程提供了进一步的背景。为什么您要包括
5.000581861276573
，而不是
5.006295444400881
？Manu！：这只是一个示例，是的，我只想包括一楼的值，它更接近5。谢谢！如果我参与了该怎么办lumn在float value中，而不是int中。@Mathi：我不明白你的问题。我以为这是关于选择行而不是列的？我假设你说的是索引；在这个上下文中，你用float来表示什么，或者我误解了什么？我的第一列值从0开始，然后通过添加0.001（类似于那样）将增长到N。在列中，我需要提取至少接近5、10、15、20等的行。我该怎么做？它不起作用，我遇到了一些错误。@Mathi:什么错误？请确保使用正确的列名…谢谢！当列值处于浮点状态时，请告诉我如何提取接近5、10、15的行。Manu！：我编辑了m现在你可以帮助我吗？谢谢！我想要这样的东西，你能告诉我当列值浮动时我该怎么做，我只需要行5, 10, 15个等等。但是你不寻找这个位置，寻找变量的值席猜我需要改变F中的那些值。第一列从float中转换为int，并将它们提取为5、10、15等等！我想准确地提取接近5、10、15、20、25等等的列值。Peach！：我现在编辑了我的问题，现在可以帮我吗。