如何按列中title、温度、电压参数拆分CSV DataFrame生成多文件？

核心思路拆解 #

你的需求是把CSV中相同title、temperature、voltage的列归为一组，转置后让x值作为行，样本数据作为列，最后每组输出一个CSV。可按以下步骤实现：

1. 解析每列的参数（title、temp、voltage、x）
2. 按(title, temp, voltage)组合分组，收集同组列数据
3. 对每组数据做转置调整，将x设为行索引，样本行转为列
4. 用参数组合命名并保存CSV文件

完整代码实现 #

用pandas处理这类表格需求最便捷，直接看可运行代码：

import pandas as pd
import re

# 读取输入CSV，替换成你的文件路径
csv_in = pd.read_csv("your_input.csv")

# 正则表达式：精准提取列名里的参数
param_pattern = re.compile(r"Title=(?P<title>[^,]+), temperature=(?P<temp>[^,]+), voltage=(?P<voltage>[^,]+), x=(?P<x>\d+)")

# 存储分组数据：key是(title, temp, voltage)，value是{x值: 对应列的样本数据}
groups = {}

# 遍历所有列，完成参数解析与分组
for col_name in csv_in.columns:
    match = param_pattern.match(col_name)
    if not match:
        continue  # 跳过格式不符的列（如果存在）
    
    params = match.groupdict()
    group_key = (params["title"], params["temp"], params["voltage"])
    x_value = int(params["x"])
    
    # 将当前列数据加入对应分组
    if group_key not in groups:
        groups[group_key] = {}
    groups[group_key][x_value] = csv_in[col_name]

# 处理每个分组，生成目标CSV
for group_key, x_data in groups.items():
    title, temp, voltage = group_key
    # 按x值升序排序，构建初始DataFrame
    sorted_x = sorted(x_data.keys())
    df = pd.DataFrame({x: x_data[x] for x in sorted_x})
    # 转置：x成为行，样本行转为列
    df_transposed = df.T
    # 给样本列命名为sample_1、sample_2...
    df_transposed.columns = [f"sample_{i+1}" for i in range(len(df_transposed.columns))]
    
    # 生成带参数的文件名，比如"Title_A_temp25_voltage0.8V.csv"
    filename = f"{title}_temp{temp}_voltage{voltage.replace('V', '')}V.csv"
    # 保存CSV，保留x作为行索引
    df_transposed.to_csv(filename, index_label="x")

代码细节说明 #

• 正则解析：用正则param_pattern精准提取列参数，避免手动分割字符串易出错的问题
• 分组逻辑：用元组(title, temp, voltage)作为字典key，自动完成同组列的归类
• 转置与列名优化：转置后将原样本行转为sample_*格式的列名，同时保留x作为行索引，符合需求格式
• 文件名生成：用参数组合生成直观的文件名，方便区分不同分组结果

针对你初始思路的改进 #

你的初始思路方向正确，但缺少关键的参数解析和分组存储逻辑：

1. 替换了手动循环列索引的方式，直接遍历csv_in.columns更简洁
2. 用正则替代模糊的字符串操作，确保参数提取准确
3. 用字典分组替代集合，能同时存储对应x值的列数据，为后续构建表格做准备

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