将groupby（）数据保存到csv文件中-熊猫

Question

我需要从csv文件中过滤一些数据并保存结果。

我正在这样做

from pandas import read_csv, DataFrame

df = read_csv('results.csv')

df = df.groupby(['LR', 'Optimizer', 'Activation', 'Drop rate', 'Epochs','Batch size']).mean()
df = df.drop(['kFold'],1)
df = df.drop(['Train time (segs)'],1)
df = df.drop(['T Loss','T Acc (%)', 'T Prec (%)', 'T Recall (%)', 'VN', 'FN', 'FP', 'VP'],1)
df = df.sort_values(by=['VP (%)'], ascending=False)

df.head(50)

它在Google colaboratory中的外观是这样的，

但是现在，如果我保存数据df.to_csv('res.csv', index=None, header=True)，则会丢失所有groupby()列。如何获取图片的csv文件（或类似图片）？是否可以将标头上的这两个“步骤”加入一个？

非常感谢您！

Answer 1

您要么需要设置index=True：

df.to_csv('res.csv', index=True, header=True)

或者您可以在保存之前使用以下方法重置索引：

df.reset_index().to_csv('res.csv', index=None, header=True)

Answer 2

我认为如果文件中需要index=False，则需要删除MultiIndex：

df = df.groupby(['LR', 'Optimizer', 'Activation','Drop rate', 'Epochs','Batch size']).mean()

df.to_csv('res.csv', header=True)

或将MultiIndex转换为列，并使用index=None参数忽略默认值RangeIndex：

df = df.groupby(['LR', 'Optimizer', 'Activation','Drop rate', 'Epochs','Batch size'], as_index=False).mean()
#alternative
#df = df.groupby(['LR', 'Optimizer', 'Activation', 'Drop rate', 'Epochs','Batch size'].mean().reset_index()

df.to_csv('res.csv', index=None, header=True)