用python将csv表里某一列除0外的数字全部换为1并将整个表保存为一个新的csv文件

好的，我可以帮你解决这个问题。

你可以使用Pandas库来读取和操作CSV文件，然后使用条件语句将某一列非零的数字替换为1。最后，使用to_csv()方法将整个表保存为一个新的CSV文件。以下是示例代码：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 将某一列非零的数字替换为1
df['your_column'] = df['your_column'].apply(lambda x: 1 if x != 0 else x)

# 保存为新的CSV文件
df.to_csv('new_file.csv', index=False)

请将 "your_file.csv" 和 "your_column" 替换为实际的文件名和列名。这段代码将在同一目录下生成一个名为 "new_file.csv" 的新文件，其中 "your_column" 列中的非零数字已经被替换为1。

相关问题

python中将csv表里多个第一列相同的id名的几行平均

你可以使用Python中的pandas库来实现这个功能。具体步骤如下：

1. 首先，读取csv文件并转换为pandas的DataFrame格式。

import pandas as pd

df = pd.read_csv('your_csv_file.csv')

2. 然后，使用groupby函数将数据按照第一列（假设是id列）进行分组。

grouped = df.groupby('id')

3. 接下来，对于每个分组，使用mean函数计算出该分组的平均值，并将结果保存到一个新的DataFrame中。

new_df = grouped.mean()

4. 最后，将结果保存到一个新的csv文件中。

new_df.to_csv('new_csv_file.csv')

这样就可以实现将csv表里多个第一列相同的id名的几行平均的功能了。

用python将csv表里年龄那列的年龄分为0、1、2、3，共4段

好的，你可以使用Pandas库来读取和操作CSV文件，然后使用cut()方法将年龄分为4段。以下是示例代码：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 将年龄分为4段
bins = [-1, 0, 18, 35, float("inf")]
labels = [0, 1, 2, 3]
df['age_group'] = pd.cut(df['age'], bins=bins, labels=labels)

# 保存为新的CSV文件
df.to_csv('new_file.csv', index=False)

请将 "your_file.csv" 替换为实际的文件名，"age" 替换为实际的年龄列名。这段代码将在同一目录下生成一个名为 "new_file.csv" 的新文件，其中 "age" 列已经被替换为 "age_group" 列，该列将年龄分为四段，并使用0、1、2、3作为标签。