需求:网上下载的csv文件,包含的几十万的数据,想要根据MMSI的值分为不同的csv文件
主要步骤:
- read_csv:读取存放所有数据的csv文件
- drop_duplicates:去掉重复的数据(默认为所有特征值匹配才相同)
- groupby:按照MMSI特征值进行分组
- 对分组后的数据逐行进行写入
遇到的主要问题:
- 分组后的每一组数据,如何写入不同的csv文件中。解决使用的是to_csv
- 写入文件后,发现每隔一行写一行数据,将模式改为“ab+”即mode=“ab+”
- 若是多次写入一个文件,会重复,因此每次写入前,若是文件中存在数据,进行清空
下面是代码:
# 将存放轨迹数据的excel文件按照,船的编号拆分为多个
def break_excel_MMSI():
x_head_key = ['MMSI', 'BaseDateTime', 'LAT', 'LON', 'SOG', 'COG', 'Heading', 'VesselName', 'IMO', 'CallSign',
'VesselType', 'Status', 'Length', 'Width', 'Draft', 'Cargo']
csv_file = 'F:\\myPythonProject\\boatJsonData\\AIS_2016_12_Zone