Python 如何将pandas DataFrame转换为特定的带注释的csv格式（内部描述）

如何转换此

df

：

df = pd.DataFrame(
    [[1, 'world'], [4, 'hello']],
    columns=['A', 'B'],
)

要删除此字符串，请执行以下操作：

'A=1,B=world\nA=4,B=hello'

其中，中的每一行由一个

\n

分隔，每一列作为

col\u name=col\u value

我尝试的

对于如何以一种非循环和时间合理的方式来处理这一问题，我通常非常困惑

我想的一件事是使用

df.to_csv（）

，然后修改它，但这似乎很快就会变得一团糟

---

我认为另一种方法是将所有值转换为字符串，并将

col\u name=

添加到每列中，然后执行

.to\u csv（）

首先将值转换为dict by列表，对于每个字典，通过

f-string

s使用值连接列，通过

，

，最后一个连接值通过

//n

：

a = '\\n'.join(','.join(f'{k}={v}' for k, v in x.items()) 
                                   for x in df.to_dict(orient='records'))
print (a)
A=1,B=world\nA=4,B=hello

---

首先使用

df.astype

将数据帧的to元素转换为str，然后我们需要在每个元素之前添加

'='

。然后用delim

'、'

连接每个人，并用delim

'\\n'

连接所有人

vals = '=' + df.astype(str).values
cols = df.columns.values
vals = cols[None, :] + vals
vals = np.apply_along_axis(','.join, 1, vals)

out = '\\n'.join(vals)
# A=1,B=world\nA=4,B=hello

细节

vals='='+df.astype（str）.values
#数组（['=1'，'=world']，
#['=4'，'=hello']]，dtype=object）
cols=df.columns.values
VAL=cols[无，：]+VAL
#数组（['A=1'，'B=world']，
#['A=4'，'B=hello']]，dtype=object）
VAL=np。沿_轴（“，”.连接，1，VAL）应用_
#数组（['A=1，B=world'，A=4，B=hello']，dtype='是否可以在生成器表达式中添加
if
else

。我成功地添加了

if

，但在

else

上失败，因此想知道是否可能？@Newskooler将

f{k}={v}更改为
f{k}={v}'“
是生成器中if-else的可能解决方案。
vals = '=' + df.astype(str).values
# array([['=1', '=world'],
#        ['=4', '=hello']], dtype=object)

cols = df.columns.values
vals = cols[None, :] + vals
# array([['A=1', 'B=world'],
#        ['A=4', 'B=hello']], dtype=object)

vals = np.apply_along_axis(','.join, 1, vals)
# array(['A=1,B=world', 'A=4,B=hello'], dtype='<U11')

out = '\\n'.join(vals)
# A=1,B=world\nA=4,B=hello