假设我有一个数据框A,一个数据框B,一个数据框C,其中包含以下数据:
数据框A:
Name | ID | Birthda | Age | Hobbies| WebPage |
------|-----|----------|-------|--------|---------|--
... | ... | ... | ... | ... | ... |
... | ... | ... | ..... | .... | .... |
... | .. | ... | ... | ... | ..... |
数据框B
Name | Experience | Places | Foods | Languages
------|------------|--------|-------|-----------
... | ....... | ...... | ..... | .......
... | ..... | ..... | ..... | ......
... | ... | .... | .... | .....
| | | |
数据框C
Actor | Movies | Places | Date | Animals | Music
-------|--------|--------|------|---------|-------
... | .... | .... | ... | .... | ....
.... | .... | .... | .... | .... | ....
所以,我只对headers(列名)感兴趣,我需要创建一个csv,其中包含数据框的名称作为csv文件头,并且将头作为每个csv列的元素。 csv文件必须如下所示:
DataframeA | DataframeB | DataframeC |
------------|------------|------------|--
Name | Experience | Actor |
ID | Name | Movies |
Birthday | Places | Places |
Age | Foods | Date |
Hobbies | Languages | Animals |
WebPage | | Music |
答案 0 :(得分:1)
简单
pd.DataFrame({'DataFrame A': dfa.columns,
'DataFrame B': dfb.columns,
'DataFrame C': dfc.columns}).to_csv('file.csv')
如果您有相同的长度。
对于不同的长度,
pd.DataFrame([dfa.columns,
dfb.columns,
dfc.columns], index=['DataFrame A', 'DataFrame B', 'DataFrame C']).T.fillna('').to_csv('file.csv')