Question

我有一个数据框，我正在替换NaN和零值。在jupyter笔记本中时，一切看上去都很好，但是当我使用df.to_csv（）时，它基本上会创建具有所有零和NaN值的原始数据帧的副本。

我已经尝试了所有组合和方法来写出应该到达的路径。

df = pd.read_csv(r"C:\Users\Eddie\Downloads\pandas\Deformation.txt", error_bad_lines=False)
df.dropna(axis=1, how="all", inplace=True)

suffixes = ["_A", "_B"]

for suffix in suffixes:
    # Välj ut alla DIG*_*-kolumner och spara i en lista
    dig_cols = [col for col in df.columns if (col.replace(" 
    ","").startswith("DI") and col.endswith(suffix))]

    # Säkerställ att alla DIG*_*-kolumner är decimaltal
    for col in dig_cols:
        df[col] = df[col].astype(float)
        df[col].replace(0, np.nan, inplace=True)
        df[col].fillna(method="ffill", inplace=True)

path = r"C:\Users\Eddie\Downloads\pandas"
df.to_csv(os.path.join(path, "Deformation_new.txt"))

Answer 1

您应该尝试按如下所示使用绝对路径，但是，当您使用to_csv时，意味着comma分隔值，因此，您可能希望以comma分隔值或{ {1}}分隔，您可以在使用tab方法时进行定义。

对于逗号分隔值：

DataFrame.to_csv

对于标签“分隔值”：

df.to_csv(r"C:\Users\Eddie\Downloads\pandas\Deformation_new.txt", sep=",", index=False)

熊猫df.to_csv（）保存文件的旧版本，而不是我修改的文件

1 个答案: