Для разделения CSV-файла на две части в зависимости от условий, которые вы описали, вы можете воспользоваться библиотекой `pandas` в Python. Вот пример кода, который поможет вам выполнить эту задачу:
```python
import pandas as pd
# Загрузите CSV файл
df = pd.read_csv('your_file.csv')
# Фильтрация строк, содержащих "example"
df_example = df[df['column_name'].str.contains('example', na=False)]
# Фильтрация строк, начинающихся с "aaa_"
df_aaa = df[df['column_name'].str.startswith('aaa_', na=False)]
# Сохраните обе таблицы в отдельные CSV файлы
df_example.to_csv('filtered_example.csv', index=False)
df_aaa.to_csv('filtered_aaa.csv', index=False)
```
В этом коде:
1. `pd.read_csv('your_file.csv')` загружает данные из CSV-файла в датафрейм.
2. `df[df['column_name'].str.contains('example', na=False)]` выбирает строки, где столбец `column_name` содержит подстроку "example". Замените `'column_name'` на имя столбца, который вы хотите фильтровать.
3. `df[df['column_name'].str.startswith('aaa_', na=False)]` выбирает строки, где столбец `column_name` начинается с "aaa_".
4. `to_csv()` сохраняет отфильтрованные данные в отдельные CSV-файлы.
Убедитесь, что у вас установлена библиотека `pandas`. Если она не установлена, вы можете установить её с помощью:
```bash
pip install pandas
```
Просто замените `'your_file.csv'`, `'filtered_example.csv'`, `'filtered_aaa.csv'` и `'column_name'` на ваши реальные имена файлов и столбцов.