基于条件的，将行保存到文件中的Pandas Python

Question

我有一个小样本数据集：

import pandas as pd


df = {'ID': ['H576','H577','H577','H578','H600', 'H700', 'H700'],
  'CD': ['AAAAAAA', 'BBBBB', 'CCCCCC','DDDDDD', 'EEEEEEE','FFFFFFF','GGGGGGG']}

df = pd.DataFrame(df)

它看起来像：

df
Out[9]: 
        CD    ID
0  AAAAAAA  H576
1    BBBBB  H577
2   CCCCCC  H577
3   DDDDDD  H578
4  EEEEEEE  H600
5  FFFFFFF  H700
6  GGGGGGG  H700

对于每个具有多个CD值的ID，我想将它们保存到一个单独的文件中

我的愿望输出文件：

H577.txt文件

  CD      ID
 BBBBB   H577
 CCCCCC  H577

H700.txt

  CD       ID
 FFFFFFF  H700
 GGGGGGG  H700

我的尝试：

import pandas as pd


df = {'ID': ['H576','H577','H577','H578','H600', 'H700', 'H700'],
  'CD': ['AAAAAAA', 'BBBBB', 'CCCCCC','DDDDDD', 'EEEEEEE','FFFFFFF','GGGGGGG']}

df = pd.DataFrame(df)

df1 = (df.groupby('ID').filter(lambda x: ('if CD has more than one value for the same ID'.any())))

df1.groupby('ID').apply(lambda gp: gp.to_csv('ID{}.txt'.format(gp.name), sep='\t', index=False))

我不知道如何编码'如果CD有一个以上的同一ID值'部分

Answer 1

试试这个：

(df.groupby('ID')
   .filter(lambda g: len(g) > 1)
   .groupby('ID')
   .apply(lambda gp: gp.to_csv('ID{}.txt'.format(gp.name), sep='\t', index=False))
)

输出

IDH577.txt文件：

CD  ID
BBBBB   H577
CCCCCC  H577

IDH700.txt文件：

CD  ID
FFFFFFF H700
GGGGGGG H700