Python 将文件中的子集列分隔为子文件

我有一个小任务，我正在努力。所以基本上我们必须从TSV文件中读取列，并将所有可能的列子集导出到CSV。在导出之前，我们必须对代码进行清理（删除特殊字符，空格除外）

我遇到了这个子集代码，但我不确定如何在我的需求中使用它：

import pandas as pd
from itertools import chain, combinations


def all_subsets(ss):

    return chain(*map(lambda x: combinations(ss,x), range(0, len(ss) + 1)))
subsets = all_subsets([1, 2, 3, 4])

for subset in subsets:

   print(subset)

---

我认为需要按子集、进程和写入文件选择列：

df = pd.read_table(file)

#clean DataFrame by regex

#return list of all comprination of columns names
subsets = all_subsets(df.columns)

for subset in subsets:
    df1 = df[list(subset)]
    #join values of tuples to files names
    df1.to_csv('_'.join(subset) + '.csv', index=False)

编辑：

要将列

acm\U分类

添加到

Dataframe

中，请使用：

df = pd.read_table('xa.tsv')
print (df.head())

def all_subsets(ss):

    return chain(*map(lambda x: combinations(ss,x), range(0, len(ss) + 1)))

cols = [x for x in df.columns if not x == 'acm_classification']
subsets = all_subsets(cols)
#print (subsets)

for subset in subsets:
    #filter subsets
    if len(subset) > 1:
        df1 = df[list(subset) + ['acm_classification']]
#        print (df1)     
        df1.to_csv('_'.join(subset) + '.csv', index=False)

---

我认为需要按子集、进程和写入文件选择列：

df = pd.read_table(file)

#clean DataFrame by regex

#return list of all comprination of columns names
subsets = all_subsets(df.columns)

for subset in subsets:
    df1 = df[list(subset)]
    #join values of tuples to files names
    df1.to_csv('_'.join(subset) + '.csv', index=False)

编辑：

要将列

acm\U分类

添加到

Dataframe

中，请使用：

df = pd.read_table('xa.tsv')
print (df.head())

def all_subsets(ss):

    return chain(*map(lambda x: combinations(ss,x), range(0, len(ss) + 1)))

cols = [x for x in df.columns if not x == 'acm_classification']
subsets = all_subsets(cols)
#print (subsets)

for subset in subsets:
    #filter subsets
    if len(subset) > 1:
        df1 = df[list(subset) + ['acm_classification']]
#        print (df1)     
        df1.to_csv('_'.join(subset) + '.csv', index=False)

IIUC：

IIUC：

---

有

2**n

事物的总组合。我将使用这样一个事实，即

n

事物的每一个组合都可以表示为

1

或

0

在从

0

到

2**n-1

的每个数字的二进制表示中

def all_subsets(n):
    for i in range(1, 2 ** n):
        yield np.array(list(f'{i:0{n}b}'), int).astype(bool)

df = pd.DataFrame([[1, 2, 3, 4]], columns=list('ABCD'))

print(*(df.loc[:, m].to_csv() for m in all_subsets(df.shape[1])), sep='\n')

---

---

有

2**n

事物的总组合。我将使用这样一个事实，即

n

事物的每一个组合都可以表示为

1

或

0

在从

0

到

2**n-1

的每个数字的二进制表示中

def all_subsets(n):
    for i in range(1, 2 ** n):
        yield np.array(list(f'{i:0{n}b}'), int).astype(bool)

df = pd.DataFrame([[1, 2, 3, 4]], columns=list('ABCD'))

print(*(df.loc[:, m].to_csv() for m in all_subsets(df.shape[1])), sep='\n')

---

---

---

[1,2,3,4]

是列名吗？@jezrael是的，有四列A、B、C、D（名称供参考）你知道该函数的功能是什么，或者如何调用它吗？

[1,2,3,4]

是列名吗？@jezrael是的，有四列A、B、C、D（名称供参考）你知道该函数的功能吗，或者如何调用它？名称错误：名称“lst”未定义名称错误：名称“lst”未定义属性错误：“\u csv.reader”对象没有属性“columns”获取此属性Error@FaqahatFareed-您是否通过

df=pd.read\u table（file）

创建数据帧？非常感谢，它成功了，但是，在导出到子文件之前，您是否可以使用正则表达式帮助删除文本中的特殊字符？@fakahatfareed-我认为最好是创建新问题，我不觉得自己像正则表达式专家。简单的正则表达式理解，但更复杂的是，这对我来说真的很难。谢谢。谢谢，我删除了它，因为它没有执行单个{A}、{B}、{C}等操作。所以我必须更改为if len（subset）>0：它现在工作得很好！非常感谢！！AttributeError:“\u csv.reader”对象没有获取此信息的属性“columns”Error@FaqahatFareed-您是否通过

df=pd.read\u table（file）

创建数据帧？非常感谢，它成功了，但是，在导出到子文件之前，您是否可以使用正则表达式帮助删除文本中的特殊字符？@fakahatfareed-我认为最好是创建新问题，我不觉得自己像正则表达式专家。简单的正则表达式理解，但更复杂的是，这对我来说真的很难。谢谢。谢谢，我删除了它，因为它没有执行单个{A}、{B}、{C}等操作。所以我必须更改为if len（subset）>0：它现在工作得很好！非常感谢！！