如何使用从 python 中的 DataFrame 生成的结果写入 csv？

Question

我正在使用 Python 中 Pandas 模块中的 DataFrame 从 tsv 文件中读取数据。

df = pandas.DataFrame.from_csv(filename, sep='\t')

该文件有大约 5000 列（4999 个测试参数和 1 个结果/输出值）。

我遍历整个 tsv 文件并检查结果值是否与预期值匹配。然后我将这一行写入另一个 csv 文件中。

expected_value = 'some_value'
with open(file_to_write, 'w') as csvfile:
  csvfwriter = csv.writer(csvfile, delimiter='\t')
  for row in df.iterrows():
    result = row['RESULT']
    if expected_value.lower() in str(result).lower():
        csvwriter.writerow(row)

但在输出 csv 文件中，结果不正确，即各个列值没有进入它们各自的列/单元格。它被附加为行。如何在 csv 文件中正确写入这些数据？

建议的答案效果很好，但是我需要检查多个条件。我有一个包含一些值的列表：

vals = ['hello', 'foo', 'bar'] 所有行的一列具有类似于“hello,foo,bar”的值。我需要做两项检查，一项是 vals 列表中的任何值是否存在于值为 'hello, foo, bar' 的列中，或者结果值是否与预期值匹配。我写了以下代码

df = pd.DataFrame.from_csv(filename, sep='\t')
for index, row in df.iterrows():
  csv_vals = row['COL']
  values = str(csv_vals).split(",")
  if(len(set(vals).intersection(set(values))) > 0 or expected_value.lower() in str(row['RESULT_COL'].lower()):
    print row['RESULT_COL']

Answer 1

您可以像这样过滤值：

df[df['RESULT'].str.lower().str.contains(expected_value.lower())].to_csv(filename)

这将适用于过滤包含您的 expected_value 的值，就像您在代码中所做的那样。 如果你想得到完全匹配，你可以使用：

df.loc[df['Result'].str.lower() == expected_value.lower()].to_csv(filename)

正如您在评论中建议的那样，对于多个标准，您将需要这样的东西：

expected_values = [expected_value1, expected_value2, expected_value3]
df[df['Result'].isin(expected_values)]

更新：

并过滤多个条件并过滤所需的列：

df.ix[df.isin(vals).any(axis=1)].loc[df['Result'].str.lower() == expected_value.lower()].to_csv(filename)

Answer 2

您应该创建一个数据框，其中有一列“RESULT”和一个“EXPECTED”。

然后您可以使用以下方法过滤匹配的行并将其仅输出到 csv：

df.ix[df['EXPECTED']==df['RESULT']].to_csv(filename)