在列中查找所有相同的元素并创建一个新文件

Question

我有一个包含几列的 excel 电子表格。其中一列具有类似的元素值。我想写入一个新的文本文件，其中包含Column A中的所有元素，这些元素在Column C中具有类似的元素。类似元素的一个示例是包含 USA 的列 C 中的值。示例输出是包含列 A 中的值的文本文件：

Column A   
1
2
5

例如：

Column A  Column B  Column C
1         3         USA
2         2         USA
3         5         China      
5         7         USA

我尝试使用 openpyxl 和熊猫，但对逻辑感到困惑：

import openpyxl
from openpyxl import *
import os 
wb = openpyxl.load_workbook('C:/Users/unknown/Desktop/filessed.xlsx')
ws = wb.get_sheet_by_name('files sheet')
#wb = load_workbook(filename_and_path, read_only=True)
ws = wb.active
for row in ws.iter_rows(min_row=1, min_col=1, max_row=6, max_col=4):
for cell in row:
print(cell.value)
print()   

如何使用column C名称作为文本文件的名称写入新文件，并在Column C中相似时将元素写入Column A？

Answer 1

给定以下数据帧：

df = pd.DataFrame([[1, 3, 'USA'], [2, 2, 'USA'], [3, 5, 'China'], [4 ,7, 'USA']], columns =['A','B','C'])
A  B      C
0  1  3    USA
1  2  2    USA
2  3  5  China
3  4  7    USA

试试这个单行代码，使用 grupby、apply 和 to_csv：

df.groupby('C').apply(lambda row: row[['A']].to_csv(row.C.values[0]+'.csv', index=False))

这应该可以解决您的问题。
提示：如果您想以 excel 格式保存文件，而不是以 csv 格式保存文件，请参阅to_excel熊猫功能。

如果您希望稍后将数据写入文件，则可以通过这种方式使用您感兴趣的数据创建一个数据帧：

df.groupby('C').apply(lambda row: row.A.values)
# output:
C
China          [3]
USA      [1, 2, 4]

或使用 groupby.agg：

df.groupby('C').agg({'A': lambda row: list(row.values)})

以这种方式创建一个字典：

df.groupby('C').agg({'A': lambda row: list(row.values)}).to_dict()['A']
# output: {'China': [3], 'USA': [1, 2, 4]}