pandas 按分组一个分组导出一个文件

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

我们在日常办公时，需要将文件进行切分。比如，销售助理需要将一个客户名单按分配给的不同销售人员分成不同的 Excel 文件。接下来我们就实现 Python 按分组批量导出文件。

数据与需求

我们还是使用我们的测试数据集，这个数据集的 team 字段就是分组依据：

import pandas as pd

# pandas 教程 gairuo.com/p/pandas
df = pd.read_excel('https://gairuo.com/file/data/team.xlsx')
df.head()
'''
    name team  Q1  Q2  Q3  Q4
0  Liver    E  89  21  24  64
1   Arry    C  36  37  37  57
2    Ack    A  57  60  18  84
3  Eorge    C  93  96  71  78
4    Oah    D  65  49  61  86
'''

通过以上前五条数据，可以看到看到 team 为数据的分组，现在需求是将这个 Excel 拆分成若干个 Excel，每个 Excel 为其中一个组的数据。

思路分析

面对分组问题，首先要将 df 用 groupby 分组，这样就会产生一个分组对象，每个分组是一个子 df，再对这个分组对象进行操作，将子 df 执行导出操作。

要实现批量操作，我们可以用 apply 调用数据导出函数。

代码实现

接下来，我们看实现代码：

# 保存的文件名为分组的文件名
(
    df.groupby('team') # 分组
    # 保存导出 Excel
    .apply(lambda d: d.to_excel(f'team-{d.name}.xlsx'))
)

其中，d.name 是分组 team 的取值。分组后的每个子 DataFrame 的索引为 team 值，d.name 就是索引的取值。要特别注意的是，name 列是分组后的一个属性，不是原表中的 name 列，由于冲突，需要取 name 列时可按切片形式读取 d['name']。

这样就导出了所有文件，文件的命名也包含了分组名：

- dir/
	- team-A.xlsx
	- team-B.xlsx
	- team-C.xlsx
	- team-D.xlsx
	- team-E.xlsx
	- team-F.xlsx

以上导出的是 Excel 文件，如果想导出 CSV 文件，则可以使用 to_csv() 方法。

pandas 按分组一个分组导出一个文件

数据与需求

思路分析

代码实现

相关内容