我想以CSV格式写入和保存文件,并使用for循环的输出进行迭代,该循环遍历了多列进行了减法运算,因此我尝试通过创建一个避免将仅最后结果从正向循环中取出的方法列出并附加正向循环的每个输出,但是我无法将其保存在文件中。如何保存包含所有迭代结果的for循环的输出?
my_list = []
for column in df_intensity:
bc_subs=column-col_background
my_list.append(bc_subs)
my_list.to_csv(bc_subs_dataset)
AttributeError:“列表”对象没有属性“ to_csv”
这是循环输出的一个示例,我想保存在其中earch数组是一列而其中的值是原始值的
[array([1。,0.98667283,0.93550512,0.9101134,0.86350843, 0.81362023、0.79597313、0.78630291、0.76510444、0.75112696, 0.7234127、0.67824771、0.69490244、0.6833024、0.66117702, 0.65868979、0.64057607、0.63110644、0.63615269、0.62496015, 0.60352309、0.57550056、0.57964102、0.57913217、0.56365982, 0.56177011、0.55913509、0.54846617、0.5328418、0.52893359, 0.52281686、0.51125694、0.50688211、0.50002639、0.49703454, 0.48903232、0.48262422、0.47919319、0.47335517、0.4617129, 0.45936713、0.45944314、0.45120023、0.44460632、0.44633978, 0.43909345、0.4300482、0.42903051、0.42858922、0.41968333, 0.41303453、0.41408601、0.41192182、0.40449602、0.39662471, 0.39829905、0.38950084、0.38282248、0.38111647、0.38575944, 0.38395841、0.37587597、0.37590553、0.37568172、0.36958821, 0.36520072、0.36625431、0.366419、0.36181403、0.35568252, 0.35645952、0.35439245、0.34876346、0.34785344、0.34985928, 0.34836651、0.34026507、0.34158047、0.34035586、0.33751602, 0.33338823]),数组([1.,0.93300358,0.82632603,0.75321894,0.68761633, 0.62084654、0.54310758、0.5185884、0.50324798、0.47731232, 0.45328608、0.42844111、0.40683137、0.37678228、0.34402488, 0.33740995、0.32821703、0.32341518、0.31695605、0.31059041, 0.30151931、0.29151617、0.28407967、0.27781886、0.26899988, 0.26574199,0.25831966,0.25317503,0.2507132,0.2455034, 0.23800742、0.23385715、0.22952557、0.22541212、0.2245679, 0.22132701、0.22111737、0.21762435、0.21395851、0.21310862, 0.20941729、0.20923881、0.20954761、0.20692713、0.20309698, 0.20244257、0.20250206、0.19672001、0.19553867、0.19554434, 0.1938219、0.19416752、0.1948191、0.19383607、0.19041387, 0.18685285、0.18603696、0.18827499、0.18781322、0.18971696, 0.18736844、0.18885008、0.1817932、0.18030873、0.18086399, 0.18121811、0.17875061、0.18166005、0.17539073、0.17018094, 0.17242464、0.17156625、0.1754304、0.17486664、0.17447852, 0.17407341,0.17018661])
非常感谢!