如何使用python保存到_csv
我想将这些项目作为一个文档保存到_csv如何使用python保存到_csv,python,pandas,Python,Pandas,我想将这些项目作为一个文档保存到_csv df = pd.DataFrame({'STREAM':['EAGLE','HAWK','HAWK','HAWK','EAGLE','HAWK','EAGLE'],'MAT':['A','D','F','D','C','C','E'],'KIS':['B','D','E','D','A','C','D'],'GEO':['B','C','E','E','F','A','B'],'BST':['C','E','D','D','B','F','C']})
df = pd.DataFrame({'STREAM':['EAGLE','HAWK','HAWK','HAWK','EAGLE','HAWK','EAGLE'],'MAT':['A','D','F','D','C','C','E'],'KIS':['B','D','E','D','A','C','D'],'GEO':['B','C','E','E','F','A','B'],'BST':['C','E','D','D','B','F','C']})
columns = ["A",'A-',"B","C","D","E", "F"]
a = df.melt(id_vars=['STREAM'], value_vars=['MAT','KIS','BST','GEO']).pivot_table(index='STREAM', columns='value', values='variable',
aggfunc='count', fill_value=0, margins=True, margins_name='TOT').rename_axis(None)
print('SHOW FIRST TEXT HERE')
print(a)
print()
print('SHOW SECOND TEXT HERE')
print(df)
这样我的结果就会是这样
A B C D E F TOT
EAGLE 2 4 3 1 1 1 12
HAWK 1 0 3 6 4 2 16
TOT 3 4 6 7 5 3 28
SHOW SECOND TEXT HERE
STREAM MAT KIS GEO BST
EAGLE A B B C
HAWK D D C E
HAWK F E E D
HAWK D D E D
EAGLE C A F B
HAWK C C A F
EAGLE E D B C
任何有此线索的人都可以协助您可以连接两个数据帧:
pd.concat([a, df], axis=0).to_csv('concatenated_dataframes.csv')
虽然不同的形状意味着您有N填充“间隙”但您可以连接两个数据帧:
pd.concat([a, df], axis=0).to_csv('concatenated_dataframes.csv')
虽然不同的形状意味着您有N填充“间隙”保存到csv通常意味着保存一个具有相同标题的表。如果您想维护数据帧的形状,这是一个很好的选择,因为您可以 如果你愿意,你可以用。这将允许您将每个数据帧保存到pickle,可能保存在字典中
import pickle
dict = ('first': df, 'second': a)
pickle.dump(dict, open( "yourfile.pickle", "wb" ))
然后重新打开。pickle.load打开该文件。在本例中,您在一个字典中存储了两个数据帧,因此当您从pickle打开/加载文件时,将得到一个包含两个数据帧的字典
new_dict = pickle.load( open( "yourfile.pickle", "rb" ) )
# To then get your dataframes,
df = new_dict['first']
a = new_dict['second']
HDF5可能比您需要的更复杂 保存到csv通常意味着保存一个具有相同标题的表。如果您想维护数据帧的形状,这是一个很好的选择,因为您可以 如果你愿意,你可以用。这将允许您将每个数据帧保存到pickle,可能保存在字典中
import pickle
dict = ('first': df, 'second': a)
pickle.dump(dict, open( "yourfile.pickle", "wb" ))
然后重新打开。pickle.load打开该文件。在本例中,您在一个字典中存储了两个数据帧,因此当您从pickle打开/加载文件时,将得到一个包含两个数据帧的字典
new_dict = pickle.load( open( "yourfile.pickle", "rb" ) )
# To then get your dataframes,
df = new_dict['first']
a = new_dict['second']
HDF5可能比您需要的更复杂 这回答了你的问题吗?您的数据帧是不同的形状。这将使保存到一个csv具有挑战性。为什么需要一个文件?此外,考虑Excel,泡菜,或HDF5。@运行,阐述了这个Excel,泡菜和HDF5这回答你的问题吗?您的数据帧是不同的形状。这将使保存到一个csv具有挑战性。为什么需要一个文件?此外,考虑Excel,泡菜,或HDF5。@跑出去,阐述了这个Excel,泡菜和HDF5我如何打开一个泡菜文件?如何在文件中的数据帧之间添加空间???如何打开pickle文件??如何在文件中的数据帧之间添加空间????