如何基于列值生成新DataFrame，移除原表已用行并分别导出CSV？

需求说明 #

现有包含Product_id列的DataFrame（Df_original），需要完成以下操作：

• 按指定的Product_id值拆分出多个子DataFrame，分别保存为独立CSV文件
• 将原DataFrame中未被拆分的剩余行，单独保存为另一个CSV文件

原DataFrame数据：

Id value Product_id
0    1   123         7
1    2   514         9
2    3   234         1
3    4   912         9
4    5   325         1
5    6   301         7
6    7   325         1
7    8   301         9

最优实现代码 #

import pandas as pd

# 加载原DataFrame（替换为你的实际数据加载逻辑）
# Df_original = pd.read_csv("your_source_file.csv")

# 定义需要拆分的目标Product_id列表
target_product_ids = [7, 9]

# 初始化布尔掩码，标记需保留的行（初始全为True）
remaining_rows_mask = pd.Series([True] * len(Df_original), index=Df_original.index)

# 遍历目标ID，拆分并保存子DataFrame
for pid in target_product_ids:
    # 筛选对应Product_id的行
    subset_df = Df_original[Df_original['Product_id'] == pid]
    # 保存为CSV文件，文件名按Product_id命名
    subset_df.to_csv(f"Df_new_pd_{pid}.csv", index=False)
    # 更新掩码：将已拆分的行标记为不保留
    remaining_rows_mask &= (Df_original['Product_id'] != pid)

# 筛选剩余行并保存
remaining_df = Df_original[remaining_rows_mask]
remaining_df.to_csv("Df_remaining.csv", index=False)

代码优势 #

1. 高效低耗：仅对原DataFrame进行两次全量扫描（拆分目标ID+筛选剩余行），避免重复遍历带来的性能损耗
2. 灵活扩展：只需修改target_product_ids列表，即可支持任意数量的Product_id拆分需求
3. 结果精准：通过布尔掩码精准跟踪未拆分行，确保剩余数据无遗漏、无重复

执行后生成的文件内容 #

• Df_new_pd_7.csv：

Id,value,Product_id
1,123,7
6,301,7

• Df_new_pd_9.csv：

Id,value,Product_id
2,514,9
4,912,9
8,301,9

• Df_remaining.csv：

Id,value,Product_id
3,234,1
5,325,1
7,325,1

内容的提问来源于stack exchange，提问作者Otávio Augusto