Python 基于pandas中的数据帧格式化输出文本文件

我有一个数据框架，它与一家商店及其顾客的购买行为有关

我想以某种格式输出数据帧中的数据。 数据框由以下列组成：

客户ID

，

产品

，

产品列表

，

产品类别

数据框中某些条目的示例如下：

df = [{Customer ID: 00001, 00002, 00003}, 
{# of products: 3, 2, 5},
{List of Products: (Milk, Cheese, Bread), (Butter, Steak), (Bread, Apple, Steak, Pasta, Bananas)}, 
{Class of Product: {[1,2,'D'], [3,3,'G']}, {[1,1,'D'], [2,2,'M']}, {[1,1,'G'], [2,2,'F'],[3,3,'M'], [4,4,'G'], [5,5,'F']}

我希望文本文件按如下方式输出：

00001 # Customer ID
3 # Number of Products
Milk Cheese Bread # List of Products separated using single spacing
D D G # Class corresponding to the products, where D = dairy, G = Gluten, also separated using single spacing
# New line

00002 # Next customer number (Next row of data frame)
2 # number of products
Butter Steak # List of products they purchased separated using single spacing
D M # Class corresponding to the products, where D = Dairy and M = Meat, also separated using single spacing
# New Line

00003 # Next customer number (Next row of data frame)
5 # number of products
Bread Apple Steak Pasta Bananas # List of products separated using single spacing, 
G F M G F # Corresponding to the products where F = Fruit, also separated using single spacing
# New Line

对于整个数据帧，依此类推

我不确定如何指定文本文件的特定格式，也不确定如何确保为每个产品正确打印产品的类别。 例如，对于客户00001： [1,2，'D']，[3,3，'G']，确保类以正确的顺序以单间距打印为dg

更新：

    Customer_ID Num_Items   List_of_Products          Classes   
    00001        3         Milk Cheese Bread        [[1,2,'D'],[3,3,'G']]   
    00002        2         Butter Steak         [[1,1,'D'],[2,2,'M']]   
    00003        5         Bread Apple Steak Pasta Bananas  [[1,1,'G'], [2,2,'F'], [3,3, 'M'], [4,4,'G'], [5,5,'F']

---

您能否提供一个有效的

df

定义？事实上，它会引发类型错误，并且在不确切知道每列中的数据类型的情况下，它很难帮助您

假设此块创建的数据帧格式与您的相同：

df=pd.DataFrame（{'Customer ID'：['00001'，'00002'，'00003']，
#产品:[3,2,5],，
‘产品清单’：[‘牛奶’、‘奶酪’、‘面包’、[‘黄油’、‘牛排’、[‘面包’、‘苹果’、‘牛排’、‘意大利面’、‘香蕉’]，
‘产品类别’：[[1,2，'D']，[3,3，'G']，[1,1，'D']，[2,2，'M']，[[1,1，'G']，[2,2，'F']，[3,3，'M']，[4,4，'G']，[5,5，'F']]
})

那么下面的代码应该可以做到这一点：

file=open（'outputfile.txt'，'a'）
对于idx，df.iterrows（）中的行：
block=str（行['Customer ID']）+'\n'
block+=str（第['#行产品]）+'\n'
对于第[‘产品列表’行]中的产品：
块+=str（产品）+”
块+='\n'
电流=1
对于第[‘产品类别’]行中的classP：
如果len（classP）==3且classP[0]==当前值：
block+=（1+classP[1]-classP[0]）*（str（classP[2]）+“”）
电流=classP[1]+1
其他：
打印（“产品类别应该是一个包含两个数字和一个字母的列表，但我得到：“+str（classP））
块+='\n\n'
打印（块）
文件写入（块）

---

当然，由于您没有提供生成df的代码块，因此我无法确定这是否适用于您。

假设您的类行是一个列表列表列表

df = pd.DataFrame({'Customer ID': ['00001', '00002', '00003'], 
      '# of products': [3, 2, 5],
      'List of Products': ['Milk Cheese Bread', 'Butter Steak','Bread Apple Steak Pasta Bananas'], 
      'Class of Product': [[[1,2,'D'], [3,3,'G']], [[1,1,'D'], [2,2,'M']], [[1,1,'G'], [2,2,'F'],[3,3,'M'], [4,4,'G'], [5,5,'F']]]
     })

>>>df

  Customer ID  # of products                 List of Products                                   Class of Product
0       00001              3                Milk Cheese Bread                             [[1, 2, D], [3, 3, G]]
1       00002              2                     Butter Steak                             [[1, 1, D], [2, 2, M]]
2       00003              5  Bread Apple Steak Pasta Bananas  [[1, 1, G], [2, 2, F], [3, 3, M], [4, 4, G], [...

现在使用遍历每一行并保存到文本文件

with open('/path_to_file/file_nmae.txt','a')as fp:
    for _, row in df.iterrows():
        for i,value in enumerate(row):
            if i==3:
                extract =''
                for item in value:
                    if item:
                        extract+= ((item[1]-item[0]+1) * item[2])
                value = ' '.join(extract)
            else:
                if not isinstance(value, str):
                    value = str(value)

            fp.write(value+'\n')

输出

00001
3
Milk Cheese Bread
D D G
00002
2
Butter Steak
D M
00003
5
Bread Apple Steak Pasta Bananas
G F M G F

---

我仍然不清楚产品列表的数据类型是什么（列表还是元组？），在任何情况下，您是否尝试过简单地在每行上创建循环，然后编写一个短函数以您想要的方式格式化每列数据？产品列表是一个列表，在这段代码中是“classP”呢？我收到一个错误，说它没有定义对不起，我在复制代码时出错了。我刚刚编辑了我的答案。当我尝试这个时，它只是进入else语句并打印每行字符串的每个字符？例如，“产品类别应该是一个包含两个数字和一个字母的列表，但我得到了：[“\n”产品类别应该是一个包含两个数字和一个字母的列表，但我得到了：1”，等等。当我这样做时，我在

extract+=（（项[1]-项[0]+1）*项[2]）行收到一个错误
字符串索引超出范围