Python批量保存文本

作者选择了两个输入文本的批量保存方式。
一个是str类型，一个是dataframe类型

1.str直接作为文本内容

import pandas as pd
import os
import re
import jieba
# 设置当前工作路径
os.chdir(r'C:\Users\Administrator\Desktop\示例数据')
# 读取数据
data2 = pd.read_excel('3.xlsx')
data2_message = data2['详情']

def wenben(a):
    b = 10000
    for i in range(len(a)):
        i_str = str(b+i+1)
        file_name = i_str+ '.txt'
        d = a[i]
        f = open('3详情/'+file_name,'w', encoding="utf-8")
        f.write(d)
        f.close()
wenben(data2_message)

2.dataframe作为文本内容

import pickle  
df_bytes = pickle.dumps(df)  #保存为字节型文件
pd.read_pickle(df_bytes) #读取文件

#例子：按月份文本处理
# def through_time(data): #首先返回所有留言的：开始时间+结束时间+持续时间
#     example_dt = data['留言时间']
#     example_dt_list = list(example_dt)  #数据格式，如[Timestamp('2017-06-08 17:31:20'),Timestamp('2019-11-22 14:42:14'),Timestamp('2019-04-28 17:32:51'),Timestamp('2018-05-17 08:32:04'),Timestamp('2019-11-05 10:31:38')]
    
#     from_1 = str(example_dt_list[0])[0:10]  #截取所需日期，如'2019-11-22'
#     to_1 = str(example_dt_list[0])[0:10]
#     f = datetime.datetime.strptime(from_1,'%Y-%m-%d').date() #转换格式，如datetime.date(2019, 11, 22)
#     t = datetime.datetime.strptime(to_1,'%Y-%m-%d').date()
#     for i in range(len(example_dt)):
#         temp = str(example_dt_list[i])[0:10]
#         temp_dt = datetime.datetime.strptime(temp,'%Y-%m-%d').date()
#         if (f-temp_dt).days > 0:
#             f = temp_dt
#         elif (t-temp_dt).days < 0:
#             t = temp_dt
#     through = str(t-f)[0:7]#持续时间
#     print('问题ID为:'+str(id)+'的留言反映时间段从'+str(f)+'到'+str(t),'持续时间为：'+str(through))
#     return f,t,through
  
# f,t,through = through_time(biaoge2)
# next_month = f

# while f<t:
#     example = biaoge2.copy()
#     example_dt = biaoge2['留言时间']
#     example_dt_list = list(example_dt)
    
#     next_month = days_in_month(f) + relativedelta(months=+1) #下一个月
#     for i in range(len(biaoge2)):
#         temp = str(example_dt_list[i])[0:10]
#         temp_dt = datetime.datetime.strptime(temp,'%Y-%m-%d').date()
#         if next_month < temp_dt or temp_dt < f:
#             example = example.drop(index=i)
#     c = pickle.dumps(example) #将dataframe数据装换为string数据，字节型形式,examples.to_pickle('名称‘)
#     file_name = str(f)+'到'+str(next_month)+'.txt'
#     f1 = open('按月份数据/'+file_name,'wb')
#     f1.write(c)
#     f1.close()
#     f = next_month
# #执行该方法时重新执行一下def through_time
# os.chdir(r'C:\Users\Administrator\Desktop\大三\泰迪学社\第8届泰迪杯\01040730kg73\示例数据\按月份数据')
# while f<t:
#     example = biaoge2.copy()
#     example_dt = biaoge2['留言时间']
#     example_dt_list = list(example_dt)
    
#     next_month = days_in_month(f) + relativedelta(months=+1) #下一个月
#     file_name = str(f)+'到'+str(next_month)+'.txt'
#     a_month_data = pd.read_pickle(file_name)
#     f = next_month