Python 基于dataframe中的数据将复合输出写入文本文件

以下是我的数据框的外观：

 FULL_NAME    ARGUMENT    DEF_VALS         TYPE
 function1    f1_arg1     NAN              NoneType   
 function1    f1_arg2     NAN              NAN
 function1    f1_arg3     NAN              NAN
 function2    f2_arg1     0                int
 function3    f3_arg1     True             bool
 function3    f3_arg2     'something'      str

以下是如何复制这些数据：

import pandas


D = {'FULL_NAME': ['function1', 'function1', 'function1', 'function2', 'function3', 'function3'], 'ARGUMENT': ['f1_arg1', 'f1_arg2', 'f1_arg3', 'f2_arg1', 'f3_arg1', 'f3_arg2'], 'DEF_VAL': [float('nan'), float('nan'), float('nan'), 0, True, 'something'], 'TYPE': ['NoneType', float('nan'), float('nan'), 'int', 'bool', 'str']}
dataframe = pandas.DataFrame(D)

使用此数据框，我需要以某种方式将以下信息写入文本文件：

a1=None
a2=
a3=
function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3)

a1=0
function2(f2_arg1=a1)

a1=True
a2='something'
function3(f3_arg1=a1, f3_arg2=a2)

写作的条件如下：

{i}应该等于参数的默认值，除非默认值是

NAN

，并且其类型是

NAN

（在这种情况下，它后面应该跟“=”号）。如果参数的默认值为NAN，但类型为

NoneType

，则{i}必须为

None

“FULL_NAME”和“ARGUMENT”列中的所有值都是字符串

还有一个条件使一切变得非常复杂：如果其中一个参数的值等于某个特殊值（特殊_值），则不应将其包含在函数签名中。 例如，如果我们有函数g（W，r，dim，fix=False，r=0），其中“W”是特殊参数，那么应该为该函数写入文本文件的内容如下：

a1=
a2=
a3=False
a4=0
g(r=a1, dim=a2, fix=a3, r=a4)

其中“a1”对应“r”，“a2”对应“dim”等，而“W”被忽略

我如何通过使用熊猫来获得输出？有可能吗

编辑：

更简单地说，拥有此数据帧：

 FULL_NAME    ARGUMENT    DEF_VALS         TYPE
 function1    f1_arg1     NAN              NoneType   
 function1    f1_arg2     NAN              NAN
 function1    f1_arg3     NAN              NAN
 function2    f2_arg1     0                int
 function3    f3_arg1     True             bool
 function3    f3_arg2     'something'      str

考虑到上述条件，我想让它看起来像这样：

function                                       args
function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3)  ['a1=None', 'a2=', 'a3='] 
function2(f2_arg1=a1)                          ['a1=0']
function3(f3_arg1=a1, f3_arg2=a2)              ['a1=True', 'a2=something']

---

这可以通过一些字符串操作、groupby cumcount和应用位来实现

df['args']='a'+(df.groupby('FULL_NAME').cumcount()+1).astype(str)

df['ARGUMENT'] =   df['ARGUMENT']+ '=' + df['args']

df['args'] += '='

df['args'] = df.apply(lambda x: x['args']+'NONE' if x['TYPE'] == 'NoneType' else x['args'] 
                        if pd.isnull(x['TYPE']) else x['args']+str(x['DEF_VAL']),1   ) 

ndf = pd.concat([pd.DataFrame(df.groupby('FULL_NAME')['ARGUMENT'].apply(tuple)),
       pd.DataFrame(df.groupby('FULL_NAME')['args'].apply(list))],1)

ndf['function'] = (ndf.reset_index()['FULL_NAME'] + ndf.reset_index()['ARGUMENT'].apply(str)).tolist()

ndf = ndf.reset_index(drop=True).drop('ARGUMENT',1)

ndf['function'].replace(["'",",\)"],["",")"],regex=True,inplace=True)

输出：

args function 0 [a1=NONE, a2=, a3=] function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3) 1 [a1=0] function2(f2_arg1=a1) 2 [a1=True, a2=something] function3(f3_arg1=a1, f3_arg2=a2) args函数 0[a1=NONE，a2=，a3=]函数1（f1_arg1=a1，f1_arg2=a2，f1_arg3=a3） 1[a1=0]功能2（f2_arg1=a1） 2[a1=True，a2=something]函数3（f3_arg1=a1，f3_arg2=a2）

---

希望能有帮助

很抱歉提出这么长的问题…如果您提供一个示例，将非常有帮助。你似乎在描述更多你需要写的东西，而不是SO社区的工作方式。请编辑您的问题，使其仅包括您在尝试后需要帮助的特定部分。@AndrewL我不知道如何以任何其他方式描述此问题。我正在准确地描述我需要的帮助，以使它尽可能简短和清晰。但我会对它进行编辑，让它更清晰。@AndrewL现在，数据框可以通过我在问题中编辑的词典进行复制。我非常感谢，非常感谢！不仅是为了答案，也是为了如何正确地做这件事的教训。我必须将它集成到我的代码中，看看它如何与实际数据一起工作。至于“特殊条件”，现在似乎很明显如何处理它。仍然有两个问题……第一个问题发生在函数只有一个参数时，它的签名看起来像这样（'f2_arg1=a1'，），但是否有可能以某种方式使它（f2_arg1=a1）。也就是说，结尾没有逗号（来自元组）也没有引号？第二个问题是…很可能很难，但是可以考虑特殊的参数情况吗？特殊情况的意思是：当一个方法有

self

参数时，它必须在签名和{I}中被忽略，也就是说，我应该从1开始，而不是从2开始。但这似乎不容易…我对这个特殊情况不太了解，但对于你的第一个问题，你可以使用正则表达式，因为它们都是字符串。希望它能帮上忙，这是怎么做的。非常感谢。但对于特殊情况，你的意思是你不知道如何处理，或者你不完全理解我的意思？我可以写更多…但是我好像已经问了你很多问题了…对不起。