如何从Python中的dataframe一次创建多个zip文件夹

Question

我有一个 dataframe 由用户和与每个用户相关的 pdf 列表组成。 pdf 没有标准的命名约定，列表中可以有任意数量的 pdf，用户数量比下面的示例长得多。

import pandas as pd
from zipfile import ZipFile

data = {'name':['aaron', 'ben', 'charlie', 'daniel'],
       'pdfs':[['aaron1.pdf', 'aaron2.pdf', 'aaron3.pdf'],
               ['ben1.pdf', 'ben2.pdf'],
               ['charlie3.pdf', 'charlie5.pdf'],
                ['dan_age.pdf', 'daniel1.pdf']]}

df = pd.DataFrame(data, columns = ['name', 'pdfs'])

使用 ZipFile package 我想运行一个循环，为每个用户创建一个 zip 文件夹，其中包含仅供该个人用户使用的相关 pdf 文档。

我可以使用 for 循环的前两行为 dataframe 中的每个用户成功创建一个 zip 文件夹，但是我不能 map pdf 列表给每个用户，以便只有与每个用户相关的 pdf 出现在正确的 zip 文件中。

users = df['name']
pdfs = df['pdfs']

for user in users:
    zipfiles = ZipFile(user + ".zip", 'w'),
    for zip in zipfiles:
        for lists in pdfs:
            for pdf in lists:
                zip.write(pdf)

我想使用 for 循环创建单独的 zip 文件夹，分别命名为“aaron.zip”、“ben.zip”、“charlie.zip”、“daniel.zip”，每个文件夹仅包含与该用户相关的 pdf。

Answer 1

我认为你犯了3个错误：

1. 您尝试迭代一个新创建的空 zip 存档（旁注：不要使用zip作为变量名，您正在覆盖内置函数）：

    zipfiles = ZipFile(user + ".zip", 'w'), for zip in zipfiles:

2. 您尝试在用户压缩存档中的df["pdfs"]中写入每个文件，而不仅仅是来自用户的文件：

    for lists in pdfs: for pdf in lists:

3. 您不使用新创建的 zip 存档写入：

    zip.write(pdf)

您可以尝试以下操作：

def zip_user_files(row):
    user, files = row
    with ZipFile(user + ".zip", "w") as archive:
        for file in files:
            archive.write(file)

df[["name", "pdfs"]].apply(zip_user_files, axis=1)

我使用df[["name", "pdfs"]]而不是df以防万一 dataframe 实际上有更多列。 如果不是这种情况，请使用df 。

如果您不想使用.apply的替代方法：

for user, files in zip(df["name"], df["pdfs"]):
    with ZipFile(user + ".zip", "w") as archive:
        for file in files:
            archive.write(file)