Python Dataframe将数据类型写入txt文件

Python Dataframe将数据类型写入txt文件,python,pandas,python-2.7,pyodbc,Python,Pandas,Python 2.7,Pyodbc,我在txt文件(textfile_a)中有一列(date字段),我在该列中读取max date并将max_date值传递到我的sql查询中,最后我尝试将结果导出到txt(textfile_B)中,就像下面的格式一样,我尝试了下面的代码,并使用值的数据类型在txt中获得结果 我的数据帧输出: 0[74000017966,0,1,176942019-08-08-01:18] 结果在我的txt文件中: 0(十进制('74000017966'),0,1,17694,datetime.datetime(2

我在txt文件(textfile_a)中有一列(date字段),我在该列中读取max date并将max_date值传递到我的sql查询中,最后我尝试将结果导出到txt(textfile_B)中,就像下面的格式一样,我尝试了下面的代码,并使用值的数据类型在txt中获得结果

我的数据帧输出:

0[74000017966,0,1,176942019-08-08-01:18]

结果在我的txt文件中: 0(十进制('74000017966'),0,1,17694,datetime.datetime(2019,8,3,1,8,58155000)

正在尝试获取txt文件中的可读格式>

74000015215.0 01 17984 2019-08-01 22:01

import pyodbc
import numpy as np
import datetime
import time
import pandas as pd


cnxn_informix = pyodbc.connect(dsn='dsn1')

df_1 = pd.read_csv(r'C:\textfile_A', delimiter = "\t")
max_startdate = df_1['startdatetime'].max()
mod_date,un_char = max_startdate.split(".")
cursor = cnxn_informix.cursor()
out = cursor.execute("SELECT * FROM table1 where startdatetime >=   ?" ,mod_date)

df_2 = pd.DataFrame(out)


np.savetxt(r"C:\textfile_B", df_2.values,fmt='%s',delimiter = '\t')
df_2=pd.DataFrame(out)
生成一个包含整行所有值列表的单列数据框。如果您想要一个包含单个列的正确数据框,那么您应该使用

df_2=pd.DataFrame([list(row)代表row in out])
df_2=pd.DataFrame(out)
生成一个包含整行所有值列表的单列DataFrame。如果您想要一个包含单个列的正确DataFrame,那么您应该使用

df_2=pd.DataFrame([list(row)代表row in out])