考虑具有 date 列作为索引和三列 xyz 的数据框,并进行一些观察。我想将此数据框的内容写入 .csv 文件。我知道我可以为此使用 df.to_csv,但是,我想为单位添加第二个标题行。在此示例中,所需的 .csv 文件如下所示:

date,x,y,z
(yyyy-mm-dd),(s),(m),(kg)
2014-03-12,1,2,3
2014-03-13,4,5,6
...

最佳答案

这不会在您的示例中产生确切的输出,但很接近。您可以使用多索引列来存储带有列标签的第二个标题(单位):

>>> import pandas as pd
>>> columns = pd.MultiIndex.from_tuples(
...     zip(['date', 'x', 'y', 'z'],
...         ['(yyyy-mm-dd)', '(s)', '(m)', '(kg)']))
>>> data = [['2014-03-12', 1, 2, 3],
...         ['2014-03-13', 4, 5, 6]]
>>> df = pd.DataFrame(data, columns=columns)
>>> df
          date   x   y    z
  (yyyy-mm-dd) (s) (m) (kg)
0   2014-03-12   1   2    3
1   2014-03-13   4   5    6

以这种方式存储第二个标题可以让您的列保持正确的类型(例如,列 x 应该是整数类型):
>>> df.dtypes
date  (yyyy-mm-dd)    object
x     (s)              int64
y     (m)              int64
z     (kg)             int64
dtype: object

如果您已将第二个标题作为一行存储在 DataFrame 中,那么您的 dtypes 列将变为 object ,这可能是您不想要的。

以 CSV 格式编写 DataFrame 会产生与您的示例非常相似的内容:
>>> df.to_csv('out.csv', index=False)
>>> !cat out.csv
date,x,y,z
(yyyy-mm-dd),(s),(m),(kg)
,,,
2014-03-12,1,2,3
2014-03-13,4,5,6

唯一的区别是多出来的一行逗号,它是 Pandas 将多行标题与实际数据行分开的方式。这允许将 CSV 文件读回等效的 DataFrame :
>>> df2 = pd.read_csv('out.csv', header=[0, 1])
>>> df2
          date   x   y    z
  (yyyy-mm-dd) (s) (m) (kg)
0   2014-03-12   1   2    3
1   2014-03-13   4   5    6

注意:我发现很多这些信息分散在 this SO question 中。

关于python - 如何使用 pandas to_csv() 编写带有多个标题行的 csv 文件?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/22356746/

10-12 00:24
查看更多