Python DataFrame具有浮点值，但对其调用_csv（）会生成一个空的csv

考虑我的以下代码：

columns = ['tf-idf','bag_of_words']
index = ['MultinomialNB', 'LinearSVC', 'LogisticRegression', \
        'DecisionTreeClassifier','MLPClassifier']
df = pd.DataFrame(columns = columns, index = index)

estimators_dict = OrderedDict([('MultiNomialNB', MultinomialNB()), \
                    ('LinearSVC', LinearSVC()), \
                    ('LogisticRegression', LogisticRegression()), \
                    ('DecisionTreeClassifier', DecisionTreeClassifier()), \
                    ('MLPClassifier',MLPClassifier(max_iter=10))])

transformers_dict = OrderedDict([('tf-idf', TfidfVectorizer(max_features=500)), \
                                    ('bag_of_words', CountVectorizer())]) 
steps = []

for transformer_name, transformer in transformers_dict.items():         
    steps.append((transformer_name, transformer))

    for estimator_name, estimator in estimators_dict.items():           
        steps.append((estimator_name, estimator))
        model = Pipeline(steps)
        predicted_labels = cross_val_predict(model, all_features,all_labels, cv=5)

        # f1 is float       
        f1 = f1_score(all_labels, predicted_labels, average = 'weighted')
        # writing to DataFrame
        df[transformer_name][estimator_name] = round(f1,2)          
        # This correctly shows the value which just written
        print(str(df[str(transformer_name)][str(estimator_name)]))  # line a 

        del steps[1]    

    del steps[0]        

# but writing to csv create a file with no values whatsoever
df.to_csv('classification_results_f1score') # line b

快速小上下文：在我的分类任务中，我使用了一组特征变换器和另一组sklearn分类器。我正在运行这两组的所有可能组合，以查看哪种型号的性能最好

我正在计算每个模型的f1分数（浮点值），并将其存储在数据帧中。该值已成功写入数据帧。我可以通过访问它来验证这一点。（a行）

但在所有模型运行结束后（两个for循环结束），当我将数据帧写入csv时，它将生成一个csv，如下所示：

,tf-idf,bag_of_words
MultinomialNB,,
LinearSVC,,
LogisticRegression,,
DecisionTreeClassifier,,
MLPClassifier,,

---

这里的问题是什么？为什么csv中没有显示值？

如果在

to_csv（）

中指定

float_格式

，会发生什么情况？@Khris仍然是一样的。另一方面，为什么不在内部for循环中执行

步骤=[（transformer_name，transformer），（assistator_name，assistator）]

，并使用

df.loc[assistator_name，transformer_name]

而不是

df[][]

。尤其是此

df[][]

可能会导致视图和副本出现一些奇怪的问题。另外，

print（str（df[str（transformer_name）][str（assistor_name）]）

包含许多不必要的

str（）

调用，在最后说什么

print（df）

来查看

df

是空的，还是

to_csv

是空的wonky@PaleBlueDot我在评论队列中偶然发现了这一点。就我个人而言，我并不觉得这个问题离题，而是投票决定不讨论。尽管如此，我还是建议你克制自己，不要用某种语调发表评论，因为这可能会被负面解读。至于问题本身，您是否尝试模拟数据帧并从中构建CSV？或者可能将f1测量值保存为浮点数，并将

中的十进制精度配置为\u csv

？如果在

到\u csv（）

中指定

浮点数格式，会发生什么情况？@Khris仍然是一样的。另一方面，为什么不在内部for循环中执行
步骤=[（变压器名称，变压器），（估计器名称，估计器）]
，并使用
df.loc[estimator\u name，transformer\u name]
代替
df[][]
。尤其是此
df[][]
可能会导致视图和副本出现一些奇怪的问题。另外，
print（str（df[str（transformer_name）][str（assistor_name）]）
包含许多不必要的
str（）
调用，在最后说什么
print（df）
来查看
df
是空的，还是
to_csv
是空的wonky@PaleBlueDot我在评论队列中偶然发现了这一点。就我个人而言，我并不觉得这个问题离题，而是投票决定不讨论。尽管如此，我还是建议你克制自己，不要用某种语调发表评论，因为这可能会被负面解读。至于问题本身，您是否尝试模拟数据帧并从中构建CSV？或者将f1测量值保存为浮点数，并将
中的十进制精度配置为\u csv
？