我們有一個(gè) csv 文件，并在下面編寫代碼來進(jìn)行分組并獲取最大值并創(chuàng)建輸出文件。但是，在使用數(shù)據(jù)幀 read_csv 讀取最終輸出文件時(shí)，它顯示為空。Input file: Manoj,2020-01-01 01:00:00Manoj,2020-02-01 01:00:00Manoj,2020-03-01 01:00:00Rajesh,2020-01-01 01:00:00Rajesh,2020-05-01 01:00:00Suresh,2020-04-01 01:00:00Final output file:Manoj,2020-03-01 01:00:00Rajesh,2020-05-01 01:00:00Suresh,2020-04-01 01:00:00然后當(dāng)我嘗試使用 df.read_Csv 讀取上面的最終輸出文件時(shí)，它顯示數(shù)據(jù)幀為空。import osimport reimport pandas as pdz=open('outfile.csv','w')fin=[]k=open('j.csv','r')for m in k: d=m.split(',')[0] if d not in fin: fin.append(d.strip())for p in fin: gg=[] g=re.compile(r'{0}'.format(p)) y=open('j.csv','r') for b in y: if re.search(g,b): gg.append(b) z.write(gg[-1].strip()) z.write('\n')df = pd.read_csv("outfile.csv", delimiter=',', names=['Col1','Col2'], header=0)print(df)final output: Empty DataFrame , Index: []有什么我錯(cuò)過的嗎，請(qǐng)大家推薦一下...
2 回答
慕婉清6462132
TA貢獻(xiàn)1804條經(jīng)驗(yàn) 獲得超2個(gè)贊
沒有必要使用
for-loop來處理文件。數(shù)據(jù)聚合更容易完成pandas。您的顯示沒有標(biāo)題，因此請(qǐng)使用、 、
csv讀取文件，并使用正確格式化日期時(shí)間列。?pandas.read_csvheader=Noneparse_dates具有日期時(shí)間的列顯示在列索引 1 處，因此
parse_dates=[1]這假設(shè)數(shù)據(jù)從文件中的第 0 行開始并且沒有標(biāo)題，如 OP 中所示。
為列創(chuàng)建標(biāo)題
根據(jù)評(píng)論，可以使用訪問器
date訪問的組件。'datetime'.dt.groupby上name并聚合.max()
import pandas as pd
# read the file j.csv
df = pd.read_csv('j.csv', header=None, parse_dates=[1])
# add headers
df.columns = ['name', 'datetime']
# select only the date component of datetime
df.datetime = df.datetime.dt.date
# display(df)
? ? ?name? ? datetime
0? ?Manoj? 2020-01-01
1? ?Manoj? 2020-02-01
2? ?Manoj? 2020-03-01
3? Rajesh? 2020-01-01
4? Rajesh? 2020-05-01
5? Suresh? 2020-04-01
# groupby
dfg = df.groupby('name')['datetime'].max().reset_index()
# display(dfg)
? ? ?name? ? datetime
0? ?Manoj? 2020-03-01
1? Rajesh? 2020-05-01
2? Suresh? 2020-04-01
# save the file. If the headers aren't wanted, use `header=False`
dfg.to_csv('outfile.csv', index=False)
鳳凰求蠱
TA貢獻(xiàn)1825條經(jīng)驗(yàn) 獲得超4個(gè)贊
創(chuàng)建數(shù)據(jù)框
import pandas as pd
df=pd.DataFrame(zip(
['Manoj','Manoj','Manoj','Rajesh','Rajesh','Suresh'],
['2020-01-01','2020-02-01','2020-03-01','2020-01-01','2020-05-01','2020-04-01'],
['01:00:00','01:00:00','01:00:00','01:00:00','01:00:00','01:00:00']),
columns=['name','date','time'])
將日期和時(shí)間從字符串轉(zhuǎn)換為日期和時(shí)間對(duì)象
df['date']=pd.to_datetime(df['date'], infer_datetime_format=True).dt.date
df['time']=pd.to_datetime(df['time'],format='%H:%M:%S').dt.time
采取分組方式
out=df.groupby(by=['name','time']).max().reset_index()
您可以保存并再次加載
out.to_csv('out.csv',index=False)
df1=pd.read_csv('out.csv')
結(jié)果
name time date
0 Manoj 01:00:00 2020-03-01
1 Rajesh 01:00:00 2020-05-01
2 Suresh 01:00:00 2020-04-01
抱歉，我為日期和時(shí)間創(chuàng)建了兩個(gè)單獨(dú)的列，但我希望您能理解
添加回答
舉報(bào)
0/150
提交
取消