python实现excel内容逐行写入txt

需求

  最近在做文本分类，拿到的数据很乱。要做下一步，不管是分词还是tfidf都要先做数据的分类。

 

元数据

  3万篇文章，在一个excel中，每行有每篇文章的id、内容（title_content）、分类(relative breeds)，（共三列）。

 

目标

 按分类创建子目录，文章按分类放入子目录中，每篇文章写入一个txt文件，txt文件标题为文章id

 

README

excel的读入使用了pandas，pandas的逐行读取功能很好用。

网上有些教程使用了xlrd，感觉有点复杂，而且xlrd好像有文件大小的限制。相比较而言pandas没有大小限制，个人感觉速度也比较快。

路径的操作使用了python标准库os。

同样的方法，也可以读取txt写入excel，读取csv写入excel。只需要更改pandas的读取文件函数就好了。

pandas真好用啊

"""
@version:python3.6

@author:chenyaooo

@concact:sunchingyo@icloud.com

"""

import pandas as pd
import os


def creatcatesdir(data, target):
"""
创建类别目录
"""
    # 获取去重后的分类列表
    cates = list(data['relative breeds'].unique())
    print(cates)
    for cate in cates:
        # 拼接子目录路径
        final_path = target + cate
        try:
            os.mkdir(final_path) # 创建目录
        except Exception