Python 在pandas中应用条件后,如何将结果保存到新的数据帧中?

Python 在pandas中应用条件后,如何将结果保存到新的数据帧中?,python,pandas,Python,Pandas,我的ID标识如下: inactiveOne = df['id'].loc[(df['Button'] == '-') & (df['True/False'] == 'TRUE') & (df['status'] == 'OK')] 如何将ID保存为新数据框中的新列 当我执行以下操作时,它会创建一个文件,但我将所有行截断为一个单元格,而不是将数百行与我的ID一起 df2 = pd.DataFrame(data={"id": [inactiveOne]}) d

我的ID标识如下:

inactiveOne =  df['id'].loc[(df['Button'] == '-') & (df['True/False'] == 'TRUE') & (df['status'] == 'OK')]
如何将ID保存为新数据框中的新列

当我执行以下操作时,它会创建一个文件,但我将所有行截断为一个单元格,而不是将数百行与我的ID一起

df2 = pd.DataFrame(data={"id": [inactiveOne]})
df2.to_csv('test.csv', index=False)

您不需要在
inactiveOne
周围添加额外的括号,只需执行以下操作:

df2 = pd.DataFrame(data={"id": inactiveOne})
df2.to_csv('test.csv', index=False)

您不需要在
inactiveOne
周围添加额外的括号,只需执行以下操作:

df2 = pd.DataFrame(data={"id": inactiveOne})
df2.to_csv('test.csv', index=False)

正如您所写的那样,pandas.loc将返回一个支持
到\u csv()
方法的序列对象。无需先创建另一个dataframe对象。你可以简单地做

inactiveOne=df['id'].loc[(df['Button']='-')&(df['True/False']='True')&(df['status']='OK')]
inactiveOne.to_csv('test.csv',index=False)

pandas.loc正如您所写的,它将返回一个支持
的序列对象到\u csv()
方法。无需先创建另一个dataframe对象。你可以简单地做

inactiveOne=df['id'].loc[(df['Button']='-')&(df['True/False']='True')&(df['status']='OK')]
inactiveOne.to_csv('test.csv',index=False)