我有一个包含 4 列的 CSV 文件，第一列是 case id(这是重复的)。
========INPUT csv file=============
case_num, serial,binary,review
23,29983, 1, "lorem ipsum ,lorem ipsum"
23,298829, 1, "Hi there"
29, 20020, 0, "hickery dickery dock"
29,298829, 1, "Hello there"
29, 28220, 0, "dickery dock"
我正在尝试仅根据唯一数量的案例 ID 过滤所有行。
input=pandas.read_csv("inp.csv")
case_id=fl["case_num"]
case_id.sort
with open("out.csv","w") as fl:
for i in case_id.unique():
fl.write(([input['case_num']==i].iloc[0].values))
输出:
[23 '29983' 1
'lorem ipsum ,lorem ipsum'] #<type 'numpy.ndarray'>
[29 '20220' 0
'hickery dickery dock'] #<type 'numpy.ndarray'>
如您所见，输出以不同的行写出，但我希望它们正确地作为一行，每行用逗号分隔。
=====期望输出=======
23, '29983', 1, 'lorem ipsum ,lorem ipsum'
29 ,'20220', 0, 'hickery dickery dock'
简单地说，如果我从数据框中读取了一些行(使用 csv 文件生成)，那么我如何以完全相同的格式(与输入 csv 文件一样)将选定的行子集写入输出 csv 文件。
最佳答案
您可以使用 IIUC drop_duplicates :
print df
case id case_num no text
0 23 '29983' 1 'lorem ipsum ,lorem ipsum'
1 23 '29983' 1 'lorem ipsum ,lorem ipsum'
2 23 '29983' 1 'lorem ipsum ,lorem ipsum'
3 23 '29983' 1 'lorem ipsum ,lorem ipsum'
4 29 '20220' 0 'hickery dickery dock'
df = df.drop_duplicates(subset='case id')
print df
case id case_num no text
0 23 '29983' 1 'lorem ipsum ,lorem ipsum'
4 29 '20220' 0 'hickery dickery dock'
通过 to_csv 输出到 csv :
df.to_csv(filename, sep=',', index=False)
case id,case_num,no,text
23,'29983',1,"'lorem ipsum ,lorem ipsum'"
29,'20220',0,'hickery dickery dock'
关于python - 将 Python pandas 数据帧行切片写入文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34332863/