在這里我讀了一個(gè)文件“userdata.xlsx”：ID Debt Email Age User1 7.5 john@email.com 16 John2 15 john@email.com 15 John3 22 john@email.com 15 John4 30 david@email.com 22 David5 33 david@email.com 22 David6 51 fred@email.com 61 Fred7 11 fred@email.com 25 Fred8 24 eric@email.com 19 Eric9 68 terry@email.com 55 Terry10 335 terry@email.com 55 Terry在這里，我按用戶分組并為每個(gè)用戶創(chuàng)建一個(gè)電子表格并將其輸出為自己的 .xlsx 文件，如下所示：ID Debt Email Age User1 7.5 john@email.com 16 John2 15 john@email.com 15 John這是整個(gè)代碼： #!/usr/bin/env python3 import pandas as pd import numpy as np import matplotlib.pyplot as plt import xlrd df = pd.read_excel('userdata.xlsx') grp = df.groupby('User') for group in grp.groups: grouptofile = (grp.get_group(group)) print(grouptofile) print(group) grouptofile.to_excel('%s.xlsx' % group , sheet_name='sheet1', index=False)現(xiàn)在我只想保存選定的列來(lái)為每個(gè)用戶保存。假設(shè)我只希望選擇“ID”和“電子郵件”列。我學(xué)會(huì)了如何只選擇某些列，如下所示：selected = df[['ID','Email']]我現(xiàn)在認(rèn)為在這里添加 ID 和電子郵件是有意義的。grp = df.groupby('User')添加了“ID”和“電子郵件”grp = df[['ID', 'Email']].groupby('User')甚至可以組合 groupby 和 select 列嗎？#!/usr/bin/env python3 import pandas as pd import numpy as np import matplotlib.pyplot as plt import xlrd df = pd.read_excel('userdata.xlsx') grp = df[['ID', 'Email']].groupby('User') for group in grp.groups: grouptofile = (grp.get_group(group)) print(grouptofile) print(group) grouptofile.to_excel('%s.xlsx' % group , sheet_name='sheet1', index=False)
2 回答
不負(fù)相思意
TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超10個(gè)贊
我認(rèn)為您需要在子集中指定列：
cols = ['ID', 'Email']
for i, group in df.groupby('User'):
group[cols].to_excel('{}.xlsx'.format(i), sheet_name='sheet1', index=False)
如果得到KeyError: 'User'它意味著你想要選擇不存在的列。
因此，如果選擇列ID和Email，則鏈接的 groupby 找不到User列并引發(fā)錯(cuò)誤：
print (df[['ID', 'Email']])
ID Email
0 1 john@email.com
1 2 john@email.com
2 3 john@email.com
3 4 david@email.com
4 5 david@email.com
5 6 fred@email.com
6 7 fred@email.com
7 8 eric@email.com
8 9 terry@email.com
9 10 terry@email.com
所以有必要選擇列也在 groupby 中使用：
for i, group in df[['ID', 'Email', 'User']].groupby('User'):
group.to_excel('{}.xlsx'.format(i), sheet_name='sheet1', index=False)
或者在寫入文件之前選擇列，就像在第一個(gè)解決方案中一樣。
for i, group in df[['ID', 'Email', 'User']].groupby('User'):
group[cols].to_excel('{}.xlsx'.format(i), sheet_name='sheet1', index=False)
MMMHUHU
TA貢獻(xiàn)1834條經(jīng)驗(yàn) 獲得超8個(gè)贊
這是可能的......但不是你這樣做的方式。
您正在有效地刪除除兩列之外的所有列，然后嘗試按不再存在的第三列進(jìn)行分組。相反，您需要在選擇列之前進(jìn)行分組（盡管我不知道分組是否numpy是一個(gè)變異操作，因此您可能需要先進(jìn)行復(fù)制）。
（可能次優(yōu)）示例：
grp = df[('ID', 'Email', 'User')].groupby('User')[('ID', 'Email')]添加回答
舉報(bào)
0/150
提交
取消