Python 如何将包含键的字典中的数据保存为csv文件，并将包含数据的列表保存为相应键

我需要一些关于如何将数据保存为csv文件的帮助，该文件由键和冒号形式的相应数据组成。只有当字典包含一个键和一个列表时，我的代码才会这样做，但是如果我有更多的键和更多的列表，代码会按照我的需要保存键，也就是说，作为行保存，但是所有列表中的数据都保存在第一个键中。 任何想法都很受欢迎

我在谷歌上搜索了csv文件编写的大多数答案，但没有找到任何解决我问题的方法

代码如下：

with open('C:/Users/..../Voltage.csv','wb') as csvFile:
                output = csv.writer(csvFile, delimiter=';', quoting = csv.QUOTE_ALL)
                output.writerow(voltdict.keys())
                for item,value in voltdict.iteritems():
                    for k in value:
                        output.writerow(localize_float([k])) 
            csvFile.close()

这是我希望实现的一个例子：

key1 key2 keyn
123  232  253
245  398  ..n

Voltdict是我的字典，它看起来像这样：

{'key1': [list1] 'key2': [list2] 'key:n' : [listn]}

这是一个我用多个键和多个列表得到的示例

key1 key2 key:n
122
245
232
398
253
..n

---

只需将字典转换为数据帧，然后使用csv。见下文

import pandas as pd
df=pd.DataFrame(my_dictionary)
df.to_csv(file_name)

创建数据帧时，只需将字典传递到函数中，数据的结构就应该正确。这里有一个例子

list1=[2,3,4]
list2=[2,3,4]
listn=[1,2,3]
dictionary={'key1': list1, 'key2': list2, 'keyn' : listn}
df=pd.DataFrame(dictionary)

哪个输出

   key1  key2  keyn
0     2     2      1
1     3     3      2
2     4     4      3

看看你的代码，我发现了两个问题。首先，在创建字典时，键之间需要逗号。其次，如果

list1

、

list2

和

listn

在定义时已经是列表，则不需要在它们周围加括号。这样做将创建一个列表列表，其中out列表只有一个条目

---

如果您有任何其他问题，请告诉我

只需将词典转换为pandas数据帧，然后使用csv。见下文

import pandas as pd
df=pd.DataFrame(my_dictionary)
df.to_csv(file_name)

创建数据帧时，只需将字典传递到函数中，数据的结构就应该正确。这里有一个例子

list1=[2,3,4]
list2=[2,3,4]
listn=[1,2,3]
dictionary={'key1': list1, 'key2': list2, 'keyn' : listn}
df=pd.DataFrame(dictionary)

哪个输出

   key1  key2  keyn
0     2     2      1
1     3     3      2
2     4     4      3

看看你的代码，我发现了两个问题。首先，在创建字典时，键之间需要逗号。其次，如果

list1

、

list2

和

listn

在定义时已经是列表，则不需要在它们周围加括号。这样做将创建一个列表列表，其中out列表只有一个条目

---

如果您有任何其他问题，请告诉我

我的回答解决了您的问题吗？还有其他问题吗？嘿，新手，你的回答几乎回答了我的问题，但我有一个小问题，现在所有数据都在一个冒号中结束，你有什么关于如何将其存储在不同冒号中的提示吗？希望我回答了你剩下的问题它现在工作得很完美@newer，非常感谢！我的回答解决了你的问题吗？还有其他问题吗？嘿，新手，你的回答几乎回答了我的问题，但我有一个小问题，现在所有数据都在一个冒号中结束，你有什么关于如何将其存储在不同冒号中的提示吗？希望我回答了你剩下的问题它现在工作得很完美@newer，非常感谢！