使用python，我们如何选择非常特定的行和关联的列

Question

我仍在学习python，如果这个问题对某些人来说微不足道，请原谅

我有一个以下格式的csv文件，我想提取其中的一小部分并写入另一个csv文件：

所以，这就是我想做的：

1. 只需提取actor_list2下的条目和相应的id列，并以以下格式将其写入csv文件

由于格式不是后跟一些值的常规列标题，因此我不确定如何根据特定列中的单元格值选择起始点。即使我们考虑ACTROLIList2，它也可以有任意数量的条目。请帮助我了解是否可以使用熊猫数据帧处理功能完成

更新：我之所以想自动化它，是因为可能有数千个这样的文件，手动获取这些信息来创建最终的csv文件是不切实际的，因为每个文件都有一行

Answer 1

由于CSV文件是不规则的，所以有很多空位置，其中包含“nan”对象。同时，这些列将被编入索引

我会用熊猫来读书

import pandas as pd
df = pd.read_csv("not_regular_format.csv", header=None)

然后，初始化并清空字典以存储结果，并使用它构建输出DataFram，最终将其内容发送到CSV文件

target={}

现在您需要在第二列中找到actor_list2，这是索引为0的列，如果它存在，开始在字典target中的下一行和列1和2中存储名称和分数

rows_index = df[df[1] == 'actor_list2'].index
if len(rows_index) > 0:
    i = rows_index[0]
    while True:
        i += 1
        name = df.iloc[i, 1]
        score = df.iloc[i, 2]
        if pd.isna(name): # the names sequence is finished and 'nan' object exists.
            break
        target[name] = [score]

最后，构造DataFrame并编写新的output.csv文件

df_output=pd.DataFrame(target)
df_output.to_csv('output.csv')

现在，您可以使用上面给出的示例去任何地方

祝你好运

Answer 2

正如努尔·阿拉所指出的，这里的格式至少可以说不是很规范。如果您的数据每次都是这样显示的，那么您最好跳过文件中的某些行：

import pandas as pd

df = pd.read_csv('blabla.csv', skiprows=list(range(17)), nrows=8)
df_res = df.loc[:, ['actor_list2', 'ID']]

这应该会得到结果，但考虑到格式的不稳定性，这是无法实现自动化的。如果下次有另一个演员呢？还是少一个？即使是努尔·安拉的解决方案也无济于事

老实说，你应该得到更好的数据