Python 生命线中按属性级别分组求生存函数估计

我在使用生命线估算公里数方面遇到了挑战。我有一个名为worker type（全职、兼职等）的变量列，我希望将KM估计值分组，然后输出到

CSV

文件。下面是一个片段：

worker_types = df['Emp_Status'].unique() 

for i, worker_type in enumerate(worker_types): 
    ix = df['Emp_Status'] == worker_type 
    kmf.fit(T[ix], C[ix]) 
    kmf.survival_function_['worker'] = worker_type 
    #print kmf.survival_function_ 
    kmf.surviva

l_function_.to_csv('C:\Users\Downloads\test.csv')

当我使用打印功能时，我得到每个

工人类型的每一次KM估计迭代；但是，当尝试导出到
csv
文件时，我只得到工人类型的最后估计值

我已经阅读了生命线文档，并看到了不同级别打印的示例，但不确定如何将其连接到导出到
csv
您可以在循环顶部以追加模式打开文件，然后追加每一行，例如：

worker_types = df['Emp_Status'].unique() 
with open('C:/Users/Downloads/test.csv', 'a') as fou:
    for i, worker_type in enumerate(worker_types): 
        ix = df['Emp_Status'] == worker_type 
        kmf.fit(T[ix], C[ix]) 
        kmf.survival_function_['worker'] = worker_type 
        if i == 0:
            kmf.survival_function_.to_csv(fou) # write header on first iteration
        else:
            kmf.survival_function_.to_csv(fou, header=False)

旁注：请不要在Python中对Windows路径使用向后斜杠。改为使用前斜杠。
您可以在循环顶部以追加模式打开文件，然后追加每一行，例如：

worker_types = df['Emp_Status'].unique() 
with open('C:/Users/Downloads/test.csv', 'a') as fou:
    for i, worker_type in enumerate(worker_types): 
        ix = df['Emp_Status'] == worker_type 
        kmf.fit(T[ix], C[ix]) 
        kmf.survival_function_['worker'] = worker_type 
        if i == 0:
            kmf.survival_function_.to_csv(fou) # write header on first iteration
        else:
            kmf.survival_function_.to_csv(fou, header=False)

旁注：请不要在Python中对Windows路径使用向后斜杠。请改为使用前斜杠。
请修复代码缩进？您应该提供指向docs和DYA（定义首字母缩略词）的链接。请修复代码缩进？您应该提供指向docs和DYA（定义首字母缩略词）的链接。感谢您的帮助，Bernie，这就成功了。我为这篇草率的文章道歉；这是我的第一次，不客气，先生。不用担心那篇帖子，很好。嗨，伯尼，我能问一个后续问题吗？我还尝试将survival_函数的每次迭代都附加到另一个数据帧，但结果数据帧只有Emp状态的最后一次迭代。你能帮我指出我做错了什么吗
data=pd.DataFrame（）worker\u types=df['Emp\u Status'].unique（）对于i，枚举中的worker\u type（worker\u types）：ix=df['Emp\u Status']==worker\u type kmf.fit（T[ix]，C[ix]）kmf.survival\u函数\ worker\u类型数据。append（kmf.survival\u函数）
@Travis1585：您需要确保
.append（）
操作正在
for
循环中进行。感谢您的帮助，Bernie，成功了。我为这篇草率的文章道歉；这是我的第一次，不客气，先生。不用担心那篇帖子，很好。嗨，伯尼，我能问一个后续问题吗？我还尝试将survival_函数的每次迭代都附加到另一个数据帧，但结果数据帧只有Emp状态的最后一次迭代。你能帮我指出我做错了什么吗
data=pd.DataFrame（）worker\u types=df['Emp\u Status'].unique（）对于i，枚举中的worker\u type（worker\u types）：ix=df['Emp\u Status']==worker\u type kmf.fit（T[ix]，C[ix]）kmf.survival\u函数\ worker\u类型数据。append（kmf.survival\u函数）
@Travis1585：您需要确保
.append（）
操作发生在
for
循环中。