我需要将大表拆分为小表,并将其写入csv
。
used_at 4 5 6
address 10ruslake.ru 1c.ru vk.com yandex.ru youtube.com facebook.com
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0 152 465 45 56
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0 23 213 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0 0 100 109 0
我需要将所有方法写入第一个表,其中
used_at = 4
,写入第二个used_at = 5
等。我想要第一张桌子
used_at 4
address 10ruslake.ru 1c.ru
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
第二
used_at 5
address vk.com yandex.ru
ID
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
还要
used_at = 6
最佳答案
我认为您可以将groupby
与字典理解一起使用:
dfs = {i: g for i,g in df.groupby(axis=1, level=0)}
print dfs['4']
4
10ruslake.ru 1c.ru
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
print dfs['5']
5
vk.com yandex.ru
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
print dfs['6']
6
youtube.com facebook.com
0025977ab2998580d4559af34cc66a4e 45 56
00c651e018cbcc8fe7aa57492445c7a2 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 109 0
如果
4
,5
和6
不是strings
,请使用print dfs[4]
...编辑:
如果需要将
groups
存储到list
:dfs = [g for i, g in df.groupby(axis=1, level=0)]
print dfs[0]
used_at 4
address 10ruslake.ru 1c.ru
ID
0025977ab2998580d4559af34cc66a4e 0.0 0.0
00c651e018cbcc8fe7aa57492445c7a2 0.0 0.0
0120bc30e78ba5582617a9f3d6dfd8ca 0.0 0.0
print dfs[1]
used_at 5
address vk.com yandex.ru
ID
0025977ab2998580d4559af34cc66a4e 152 465
00c651e018cbcc8fe7aa57492445c7a2 23 213
0120bc30e78ba5582617a9f3d6dfd8ca 0 100
print dfs[2]
used_at 6
address youtube.com facebook.com
ID
0025977ab2998580d4559af34cc66a4e 45 56
00c651e018cbcc8fe7aa57492445c7a2 354 44
0120bc30e78ba5582617a9f3d6dfd8ca 109 0
关于python - 将表格拆分为小型Python,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/36835591/