如何將一個CSV格式的文件分割成兩個CSV文件
將一個CSV格式的文件分割成兩個CSV文件
本項目可以按照比例將一個csv文件分割成兩個csv文件,效果是:在C:\algo_file文件夾下,將該文件夾下的data.csv文件分成train.csv和vali.csv
完整代碼:
定義split_csv函數(shù)
import csv import os def split_csv(path, total_len, per): # 如果train.csv和vali.csv存在就刪除 if os.path.exists('C:\\algo_file\\train.csv'): os.remove('C:\\algo_file\\train.csv') if os.path.exists('C:\\algo_file\\vali.csv'): os.remove('C:\\algo_file\\vali.csv') with open(path, 'r', newline='') as file: csvreader = csv.reader(file) i = 0 for row in csvreader: if i < round(total_len * per/100): # train.csv存放路徑 csv_path = os.path.join("C:\\algo_file", 'train.csv') print(csv_path) # 不存在此文件的時候,就創(chuàng)建 if not os.path.exists(csv_path): with open(csv_path, 'w', newline='') as file: csvwriter = csv.writer(file) csvwriter.writerow(row) i += 1 # 存在的時候就往里面添加 else: with open(csv_path, 'a', newline='') as file: csvwriter = csv.writer(file) csvwriter.writerow(row) i += 1 elif (i >= round(total_len * per/100)) and (i < total_len): # vali.csv存放路徑 csv_path = os.path.join("C:\\algo_file", 'vali.csv') print(csv_path) # 不存在此文件的時候,就創(chuàng)建 if not os.path.exists(csv_path): with open(csv_path, 'w', newline='') as file: csvwriter = csv.writer(file) csvwriter.writerow(row) i += 1 # 存在的時候就往里面添加 else: with open(csv_path, 'a', newline='') as file: csvwriter = csv.writer(file) csvwriter.writerow(row) i += 1 else: break print("訓(xùn)練集和驗證集分離成功") return
調(diào)用上述函數(shù)
if __name__ == '__main__': ? ? path = 'C:\\algo_file\\data.csv' ? ? total_len = len(open(path, 'r').readlines())# csv文件行數(shù) ? ? per = 80 # 分割比例% ? ? split_csv(path, total_len, per)
按照訓(xùn)練集占80%(驗證集20%)比例,對C:\algo_file文件夾下的data.csv進(jìn)行分割,在該文件下得到train.csv 和 vali.csv。
最后
本項目只是以C:\algo_file文件夾為例,實際上data.csv所在路徑,train.csv所在路徑,vali.csv所在路徑包括文件名都可以更改。
將CSV文件以某列為條件分類切割
項目中有一個數(shù)據(jù)文件數(shù)量龐大,一個文件中按照年月日分成幾十萬條數(shù)據(jù),想試試能不能用python把它簡單切割一下,按照日期分類切成小的csv文件。
于是在網(wǎng)上找了很多資料,結(jié)合自己的一些修改,整理了一下,方便以后再用。
大概步驟
1、讀取文件
2、找出需要分類的列
3、將此列中重復(fù)的內(nèi)容刪除,每類剩余一條
4、把該列所有符合某一類的內(nèi)容存入一個csv文件中
上代碼
import pandas as pd # 讀取文件數(shù)據(jù) df=pd.read_csv('D:\\接收的文件\\lqf.csv', sep=',',engine='python',header=[0]) # 列csv文件中所有列 df.columns = ['year', 'date', 'statefips', 'countyfips', 'ctfips', 'latitude', 'longitude', 'DS_PM_pred', 'DS_PM_stdd'] # 刪除date列中的重復(fù)項,也就是說剩下的date都是已經(jīng)分好的類別 date_cate = df.drop_duplicates(subset=['date']) print(date_cate.date) print(range(len(date_cate))) # date中的所有類,也就是文件數(shù) for name in date_cate.date: print(name) # 當(dāng)date為某一個類時,存入一個小的csv文件中,文件名為類名 df[df.date == name].to_csv("D:\\接收的文件\\data\\"+u"%s" %name+".csv")
header=[0] #代表第一行為表頭不計入其中,可根據(jù)表格修改。
!?。。。。。?)?。。。。?!遍歷文件夾中所有的文件然后進(jìn)行切割,沒啥用,自己做個存檔而已 ↓↓↓↓↓
import pandas as pd import os j = 347 for info in os.listdir('D:\\接收的文件\year_02'): domain = os.path.abspath(r'D:\\接收的文件\year_02') # 獲取文件夾的路徑 info = os.path.join(domain, info) # 將路徑與文件名結(jié)合起來就是每個文件的完整路徑 # 讀取文件數(shù)據(jù) df = pd.read_csv(info, sep=',', engine='python', header=[0]) # 列csv文件中所有列 df.columns = ['year', 'date', 'statefips', 'countyfips', 'ctfips', 'latitude', 'longitude', 'DS_PM_pred', 'DS_PM_stdd'] grouped = df.groupby('date') # delete duplicated data ind_frame = df.drop_duplicates(subset=['date']) # print(ind_frame.date) # print(range(len(ind_frame))) for name in ind_frame.date: # print(name) j += 1 print("已經(jīng)掃描到第" + '{}'.format(j)+'個文件') df[df.date == name].to_csv("D:\\接收的文件\\data2\\" + u"%s" %name+".csv")
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python數(shù)據(jù)獲取實現(xiàn)圖片數(shù)據(jù)提取
本文主要介紹了Python數(shù)據(jù)獲取實現(xiàn)圖片數(shù)據(jù)提取,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05Python中pandas模塊DataFrame創(chuàng)建方法示例
這篇文章主要介紹了Python中pandas模塊DataFrame創(chuàng)建方法,結(jié)合實例形式分析了DataFrame的功能,以及pandas模塊基于列表、字段與數(shù)組創(chuàng)建DataFrame的相關(guān)操作技巧,需要的朋友可以參考下2018-06-06初步介紹Python中的pydoc模塊和distutils模塊
這篇文章主要介紹了Python中的pydoc模塊和distutils模塊,本文來自于IBM官方開發(fā)者技術(shù)文檔,需要的朋友可以參考下2015-04-04詳解Django+uwsgi+Nginx上線最佳實戰(zhàn)
這篇文章主要介紹了Django+uwsgi+Nginx上線最佳實戰(zhàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03python爬蟲開發(fā)之Request模塊從安裝到詳細(xì)使用方法與實例全解
這篇文章主要介紹了python爬蟲開發(fā)之Request模塊從安裝到詳細(xì)使用方法與實例全解,需要的朋友可以參考下2020-03-03詳解Python編程中基本的數(shù)學(xué)計算使用
這篇文章主要介紹了Python編程中基本的數(shù)學(xué)計算使用,其中重點講了除法運(yùn)算及相關(guān)division模塊的使用,需要的朋友可以參考下2016-02-02詳解python中的三種命令行模塊(sys.argv,argparse,click)
這篇文章主要介紹了python中的三種命令行模塊(sys.argv,argparse,click)的相關(guān)資料,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2020-12-12Python hashlib庫數(shù)據(jù)安全加密必備指南
這篇文章主要為大家介紹了Python hashlib庫數(shù)據(jù)安全加密的使用實例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01