Python GUI数据拆分函数问题：替换contains实现精确匹配及兼容非字符串列

问题说明 #

我编写了basic_splitter函数，用于从GUI下拉框获取选中列名，提取该列的所有唯一值，再按每个唯一值生成对应DataFrame并保存为Excel文件。原代码存在两个问题：

• 使用str.contains会导致同一行被匹配到多个DataFrame中，不符合“每行仅归属一个DataFrame”的需求；
• 当目标列类型非字符串时，调用.str.contains会触发属性错误。

原代码 #

def basic_splitter():
    global df
    column = combobox_column_list.get() 
    unique_values = df[column].unique()
    for i in unique_values:
        
        # 根据i值拆分原DataFrame为小DataFrame
        df_output = df[df[column].str.contains(i)]
        
        output_path = csv_xlsx_file_path + '/' + i + '.xlsx'
        df_output.to_excel(output_path, sheet_name = i, index = False)
        label_after_split = Label(my_frame_1, text = "Saved in: " + csv_xlsx_file_path)
        label_after_split.grid(row = 4, column = 1)

报错信息 #

Exception in Tkinter callback
Traceback (most recent call last):
  File "C:\Users\orkhamir\AppData\Local\Programs\Python\Python310\lib\tkinter\__init__.py", line 1921, in __call__
    return self.func(*args)
  File "C:\Users\orkhamir\AppData\Local\Temp\1/ipykernel_1976/2220190921.py", line 76, in basic_splitter
    df_output = df[df[column].str.contains(i)]

    raise AttributeError("Can only use .str accessor with string values!")
AttributeError: Can only use .str accessor with string values!

我曾尝试将目标列转为字符串类型后运行，但希望找到更合理的精确匹配方案。

修正后的代码 #

我调整了代码逻辑，解决了上述问题，新代码如下：

def basic_splitter():
    global df
    column = combobox_column_list.get() 
    unique_values = df[column].unique()
        
    for i in range(len(unique_values)):
        # 生成存储文件路径
        output_path = 'C:/Users/orkhamir/Desktop/New folder/' + str(unique_values[i]) + '.xlsx'    
        # 精确匹配列值，生成对应DataFrame
        df_output = df[df[column] == unique_values[i]]
        df_output.to_excel(output_path, sheet_name = str(unique_values[i]), index = False)
        label_after_split = Label(my_frame_1, text = "Saved in: " + csv_xlsx_file_path)
        label_after_split.grid(row = 4, column = 1)

额外优化建议 #

1. 避免全局变量：将df作为参数传入函数，提升代码的可维护性和复用性；
2. 优化标签创建：循环中重复创建Label会导致界面叠加多个相同标签，可提前创建标签并仅更新文本内容：

   # 提前在函数外或初始化时创建标签
   label_after_split = Label(my_frame_1, text="")
   label_after_split.grid(row=4, column=1)
   
   def basic_splitter(df):
       column = combobox_column_list.get() 
       unique_values = df[column].unique()
       
       for val in unique_values:
           output_path = f'C:/Users/orkhamir/Desktop/New folder/{str(val)}.xlsx'    
           df_output = df[df[column] == val]
           df_output.to_excel(output_path, sheet_name=str(val), index=False)
       # 更新标签文本
       label_after_split.config(text=f"Saved in: {csv_xlsx_file_path}")
   

3. 用groupby替代循环：Pandas的groupby可以更简洁地实现按列值分组，无需手动处理唯一值：

   def basic_splitter(df):
       column = combobox_column_list.get() 
       # 按列值分组，直接遍历分组结果
       for val, group_df in df.groupby(column):
           output_path = f'C:/Users/orkhamir/Desktop/New folder/{str(val)}.xlsx'
           group_df.to_excel(output_path, sheet_name=str(val), index=False)
       label_after_split.config(text=f"Saved in: {csv_xlsx_file_path}")
   

内容的提问来源于stack exchange，提问作者Orkhan