python将dataframe转换为csv，并为每列导出具有唯一格式的格式化文本文件

我正在使用Python2.7.7，在Win7 64位上使用Pandas。 我的输入数据最初以空格分隔，右对齐。 现在，我将数据导出为csv格式的熊猫数据框。 我想写一个空格分隔的右对齐文本文件。 这些列包含字符串、整数和浮点。 我尝试使用以下方法设置其中一列的格式：

df_fg['Mem']=df_fg['Mem'].map('{:5d}'.format)

这使我能够单独设置每一列的格式，这很好

问题是，当我使用这种格式时，我无法输出以空格分隔的文件。 以下是我尝试编写文本文件的各种方法：

df_fg.to_csv('t.txt',index = False)

毫不奇怪，这会生成一个使用填充空格格式化的csv文件

因此，我认为下一个合乎逻辑的步骤是尝试包含“sep”以去掉逗号

df_fg.to_csv('t.txt',index = False,sep= ' ') 

这将在文本文件中生成格式化文本，但每列中的每个元素都被双引号包围。所以我得到一个列，看起来像

"    1"
"    1"

我尝试了不同的“引用”和“双引用”选项组合 。到_csv。什么都不管用。我要么以双引号内的格式化文本结束，要么以csv文件内的格式化文本结束。我无法在文本文件中获取格式化文本

也许，我不应该使用“地图”和“格式”？ 任何关于如何从数据帧或csv中删除字符串、int和float编写右对齐空格的建议都将不胜感激

我试图将数据帧写入字符串。我使用以下命令格式化了dataframe中的每一列 df_g['Mem']=df_g['Mem'].map（“{:4d}.”格式）

我使用dataframe to string命令编写了dataframe。我希望产出是合理的

f2 = open('2.txt','w')
s=df_g.to_string(justify='right',index = False)
f2.write(s) 
f2.close() 

在文本文件中，并非所有列都右对齐。 列1包含一个整数，按预期右对齐 第5列包含一个带2位小数的浮点，正如预期的那样，它是右对齐的 第2、3和4列是字符串（我使用下面的命令在dataframe中使它们成为字符串）

df_g['Date1']=df_g['Date1'].map('{:12s}'.format)

1,26/04/2015，09:19:07，更多文字，-1600.00

（我使用逗号只是为了演示字段的结束和开始位置

因此，我仍然找不到一种方法让dataframe.to_string输出格式化字符串。最有趣的是，“map format”实际上改变了字符串的长度（和间距），但“justify='right'”对它们不起作用

---

有什么建议吗？

我想这可能会给你你想要的。首先按照你的建议填充列条目。然后沿轴1求和：

s = df_string.sum(axis=1)

这是一个序列，每个条目中都有一个字符串，表示原始df中的一行。然后只需在每个元素中添加一个换行符，然后再次求和：

s = (s + '\n').sum()

然后写下你想要的文件

open('t.txt', 'w').write(s)

下面是一个愚蠢而简洁的单行示例：

df = pd.DataFrame({'A': [1.2, 2.34], 'B': ['foo', 'bar', ]})
print (df.applymap(lambda x: '{:>20s}'.format(str(x))).sum(axis=1) + '\n').sum()

             1.2                 foo
            2.34                 bar

---

是否

df.to_字符串（justify='right'）

做你想做的事吗？你必须使用filewriter来写行接受StringIO缓冲区，这样你就可以用它来写空格分隔的文件讽刺的是，使用df.string可以很好地处理int和float，但是由于某些原因它不能正确地对齐字符串。似乎最好将数据帧转换为字符串，然后输出一个字符串n出于临时目的未完全清除的文本文件。之后，读入临时文件，可能执行以下操作：from astropy.io import ascii data=ascii.read（table）（并应用格式化程序）

df = pd.DataFrame({'A': [1.2, 2.34], 'B': ['foo', 'bar', ]})
print (df.applymap(lambda x: '{:>20s}'.format(str(x))).sum(axis=1) + '\n').sum()

             1.2                 foo
            2.34                 bar