将csv文件平均分成5份的代码

以下是 Python 代码示例，可以将给定的 CSV 文件平均分成 5 份。

import pandas as pd

# 读取原始 CSV 文件
df = pd.read_csv('input.csv')
num_rows = len(df)

# 计算分块大小
chunk_size = num_rows // 5

# 分块写入新文件
for i in range(5):
    start = i * chunk_size
    end = start + chunk_size if i < 4 else num_rows
    chunk = df[start:end]
    chunk.to_csv(f'output_part_{i}.csv', index=False)

这段代码使用 Pandas 库读取了 `input.csv` 文件，并计算出每个分块的行数。然后，通过循环遍历 5 次，按顺序将每个分块写入名为 `output_part_i.csv` 的新文件中，其中 `i` 是分块的索引号。最后，使用 `index=False` 参数确保 CSV 文件中不包含行索引。

相关问题

将csv文件平均分成5份，并将多出来的放入最后一份中去的代码

以下是将CSV文件平均分成5份的Python代码示例：

import pandas as pd

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

# 计算每份数据的大小
chunk_size = len(df) // 5
remainder = len(df) % 5

# 分割数据
chunks = []
start = 0

for i in range(5):
    end = start + chunk_size
    if i < remainder:
        end += 1
    chunks.append(df.iloc[start:end])
    start = end

# 将分割后的数据保存为CSV文件
for i in range(5):
    chunks[i].to_csv(f"output_chunk_{i+1}.csv", index=False)

这份代码将CSV文件分成了5份，并将多出来的数据放入了最后一份中。如果您的CSV文件有表头，可以将`index=False`参数传递给`to_csv`函数来避免将表头写入每份输出文件。

将csv文件平均分成5份，并将不能被平均分的部分放入另一个文件中去

可以使用Python中的pandas库来处理CSV文件。首先需要读取CSV文件，然后获取文件的行数，并计算出每个文件应该包含的行数。然后使用pandas库的head函数和tail函数来选择需要分割的行，再使用to_csv函数将每个部分保存为一个新的CSV文件。对于不能被平均分的部分，可以使用pandas库的iloc函数来选择需要保存的行，再次使用to_csv函数将其保存为另一个CSV文件。以下是Python代码示例：

import pandas as pd
import math

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

# 获取文件总行数
total_rows = df.shape[0]

# 计算每个文件应包含的行数
rows_per_file = math.ceil(total_rows / 5)

# 分割CSV文件
for i in range(5):
    start_row = i * rows_per_file
    end_row = (i + 1) * rows_per_file
    if end_row > total_rows:
        end_row = total_rows
    filename = f'part{i+1}.csv'
    df.iloc[start_row:end_row].to_csv(filename, index=False)

# 处理不能被平均分的部分
if end_row < total_rows:
    filename = 'remainder.csv'
    df.iloc[end_row:].to_csv(filename, index=False)

注意，以上代码是一个简单的示例，需要根据实际情况进行修改，例如文件路径、文件名等。