【问题标题】:Writing multi-indexed data-frame to csv without changing its format将多索引数据帧写入 csv 而不更改其格式
【发布时间】:2019-09-23 15:30:22
【问题描述】:

我通过连接 3 个 4 列数据框创建了一个多索引数据框:

df = pd.concat([df_RCB, df_SECB, df_UBP], axis=1, sort=True)

headers = (['RCB']*4) + (['SECB']*4) + (['UBP']*4)
sub-headers = df.columns.tolist()

data = np.array(df)
data = pd.DataFrame(data=data, columns=pd.MultiIndex.from_tuples(list(zip(headers, sub-headers))), index=df.index)

data.head()

输出:

             RCB                     SECB                        UBP
            open  high   low close   open   high    low  close  open  high    low close   
1999-02-04  25.0  25.0  25.0  25.0  14.25  14.50  13.75  13.75  15.5  15.5  15.25  15.5
1999-02-05  25.0  25.0  25.0  25.0  13.75  13.75  13.75  13.75  15.5  15.5  15.50  15.5
1999-02-08  25.0  25.0  25.0  25.0  13.75  13.75  13.75  13.75  15.5  15.5  15.50  15.5
1999-02-09  25.0  25.0  25.0  25.0  13.75  13.75  13.75  13.75  15.5  15.5  15.50  15.5
1999-02-10  25.0  25.0  25.0  25.0  13.75  13.75  13.75  13.75  15.5  15.5  15.50  15.5

我将它写入一个 csv 文件,然后读取它,但格式改变了:

data.to_csv('fin.csv', index_label=False)
fin = pd.read_csv('fin.csv')

fin.head()

输出:

   Unnamed: 0   RCB RCB.1 RCB.2  RCB.3   SECB SECB.1 SECB.2 SECB.3   UBP UBP.1  UBP.2  UBP.3
0         NaN  open  high   low  close   open   high    low  close  open  high    low  close
1  1999-02-04  25.0  25.0  25.0   25.0  14.25   14.5  13.75  13.75  15.5  15.5  15.25   15.5
2  1999-02-05  25.0  25.0  25.0   25.0  13.75  13.75  13.75  13.75  15.5  15.5   15.5   15.5
3  1999-02-08  25.0  25.0  25.0   25.0  13.75  13.75  13.75  13.75  15.5  15.5   15.5   15.5
4  1999-02-09  25.0  25.0  25.0   25.0  13.75  13.75  13.75  13.75  15.5  15.5   15.5   15.5

如何在写入 csv 之前保留数据帧的格式?

【问题讨论】:

    标签: python pandas csv dataframe


    【解决方案1】:

    如果你想保留多重索引,你应该写入 excel 而不是 csv

    data.to_excel('fin.xlsx')
    

    您也可以通过

    创建数据
    df = pd.concat([df_RCB, df_SECB, df_UBP],keys=['RCB','SECB','UBP'] axis=1, sort=True)
    

    【讨论】:

    猜你喜欢
    • 2021-01-28
    • 1970-01-01
    • 2020-01-03
    • 2021-05-19
    • 1970-01-01
    • 1970-01-01
    • 2022-12-17
    • 2023-02-21
    • 2022-12-17
    相关资源
    最近更新 更多