Question

说明：我有一组参数（par1，par2，par3，par4）和数据框{{1} }。在此示例中，数据帧的参数和列数分别为4和3，但它们都可以是通用数字。

df

我的目标是将此数据保存在相同的 .csv 文件中，但我不知道如何操作，因为参数的数量与import pandas as pd import numpy as np # list of parameters par1 = 1.05 par2 = 20 par3 = 50000 par4 = 12315468 # Dataframe dic = {'A' : ['PINCO','PALLO','TOLLO','FINGO','VOLVA'], 'B' : [ 4 , 5 , np.nan, 1 , 0], 'C' : [ 1 , 4 , 8 , 7 , 6]} df = pd.DataFrame(dic)的列数。

我的输出文件必须遵循以下规则：

第一行：参数列表
第二行及之后：dataframe的内容

因此它看起来像这样：

问题：您能否提供一种智能有效的方法来获取具有所需形状的输出文件？

Answer 1

您可以先创建参数列表pars，然后按pars覆盖相同length和上次使用reindex的列，但值必须为unique }：

# list of parameters
par1 = 1.05
par2 = 20
par3 = 50000
par4 = 12315468

pars = [par1,par2,par3,par4]

# Dataframe
dic = {'A' : ['PINCO','PALLO','TOLLO','FINGO','VOLVA'],
       'B' : [ 4     , 5     , np.nan, 1     , 0],
       'C' : [ 1     , 4     , 8     , 7     , 6]}
df = pd.DataFrame(dic)

df.columns = pars[:len(pars) - 1]
print (df)
  1.05      20.00     50000.00
0    PINCO       4.0         1
1    PALLO       5.0         4
2    TOLLO       NaN         8
3    FINGO       1.0         7
4    VOLVA       0.0         6

df = df.reindex(columns=pars)
print (df)
  1.05         20.00        50000.00     12315468.00
0       PINCO          4.0            1          NaN
1       PALLO          5.0            4          NaN
2       TOLLO          NaN            8          NaN
3       FINGO          1.0            7          NaN
4       VOLVA          0.0            6          NaN

另一种可能的解决方案是使用从列表DataFrame创建的pars concat：

pars = [par1,par2,par3,par4]

# Dataframe
dic = {'A' : ['PINCO','PALLO','TOLLO','FINGO','VOLVA'],
       'B' : [ 4     , 5     , np.nan, 1     , 0],
       'C' : [ 1     , 4     , 8     , 7     , 6]}
df = pd.DataFrame(dic)
print (df)

df.columns = range(len(df.columns))
s = pd.DataFrame([pars])
print (s)
      0   1      2         3
0  1.05  20  50000  12315468

df1 = pd.concat([s, df], ignore_index=True)
print (df1)
       0     1      2           3
0   1.05  20.0  50000  12315468.0
1  PINCO   4.0      1         NaN
2  PALLO   5.0      4         NaN
3  TOLLO   NaN      8         NaN
4  FINGO   1.0      7         NaN
5  VOLVA   0.0      6         NaN

编辑也可以使用模式a添加到read_csv：

filename = 'filename.csv'
pars = [par1,par2,par3,par4]
pd.DataFrame([pars]).to_csv(filename, index=False, header=False)
df.to_csv(filename, index=False, header=False, mode='a')

Answer 2

首先创建参数列表par1，par2，par3等。

l = [par1, par2, par3, par4]

然后将列表保存到csv

filename = 'abc.csv'
pd.DataFrame(l).T.to_csv(filename, index=False, header=False)

使用python的追加模式将数据框附加到csv。

with open(filename, 'a') as f:  # Use append mode.
    df.to_csv(f, index=False, header=False)

使用Pandas将数据帧和其他数据保存在同一个.csv文件中

2 个答案: