如何用Pandas将DataFrame按字段分组后拆分导出为多个TXT文件

• 需求：基于DataFrame的Country和Brand两列做分组，为每一组生成独立的.txt文件
• 原DataFrame结构：
  
• 原有可正常运行的Excel导出代码：

for (country, brand), group in df_f.groupby(['Country', 'Brand']):
        group.to_excel(f'{country}_{brand}.xlsx', index=False)

• 原有报错代码的问题点：

1. 代码放在了groupby循环外，调用的是完整DataFramedf_f而非分组后的group
2. f-string语法错误，引号把f包裹在了字符串内部
3. fmt="%d"仅支持纯整数格式，DataFrame中存在字符串类字段时会触发类型错误

方案1：使用Pandas内置to_csv方法（最简便） #

Pandas的to_csv方法原生支持导出为文本格式，无需转换numpy数组，适配各类数据类型：

for (country, brand), group in df_f.groupby(['Country', 'Brand']):
    # sep参数可自定义分隔符，\t为制表符，如需逗号分隔改为','即可
    group.to_csv(f'{country}_{brand}.txt', sep='\t', index=False, encoding='utf-8')

常用参数调整说明：

• 不需要保留表头：添加header=False参数
• Windows系统打开乱码：将encoding改为utf-8-sig或gbk
• 自定义分隔符：修改sep参数为对应分隔符号即可

方案2：修正numpy实现写法 #

如果需要使用numpy实现，调整代码逻辑和参数即可：

for (country, brand), group in df_f.groupby(['Country', 'Brand']):
    numpy_array = group.to_numpy()
    # 混合类型数据用%s做通用格式适配，调整f-string写法
    np.savetxt(f'{country}_{brand}.txt', numpy_array, fmt = "%s", encoding='utf-8')

内容的提问来源于stack exchange，提问作者MatmataHi