Python Pandas df.独特的显示/打印内容

Question

我对 python 非常陌生，当我尝试在我的 excel 列中显示由唯一值创建的数据框时遇到了一个问题。

所以发生的事情是我尝试写“aa”我得到

[u'a' u'b' u'c' u'd' u'e' u'f']

当我想要的是

a, b, c, d, e, f   

甚至

[a,b,c,d,e,f]  

以更直接的为准。我的想法是，由于我使用的是str()，因此它会按原样使用数据框，但是，如果我在编写它时不包括str()，我会得到

∞*

p!`!@‹!@˛

作为输出...

这是我的代码：

df = pd.read_excel(open('/Users/keatonmaclean/Desktop/abcc.xlsx','rb'), sheetname='Sheet1')
# Set ipython's max row display
pd.set_option('display.max_row', 1000)

# Set iPython's max column width to 50
pd.set_option('display.max_columns', 50)

df.columns = df.iloc[0]
df = df[1:]

aa = str(df.loc[:,"Supplier"].unique())
#bb = str(df.loc[:,"CT #"].unique())
#cc = str(df.loc[:,"CT DESC"].unique())
#dd = str(df.loc[:,"CT START"].unique())
#ee = str(df.loc[:,"CT END"].unique())



import os.path

save_path = '/Users/keatonmaclean/Desktop/'

#name_of_file = raw_input("What is the name of the file: ")
name_of_file = "test"

completeName = os.path.join(save_path, name_of_file+".txt")         

file1 = open(completeName, "w+")

toFile =  aa 


file1.write(toFile)

file1.close()

Answer 1

我认为你需要DataFrame 或Series 构造函数和DataFrame.to_csv 或Series.to_csv：

aa = np.array(['a','b','c','d','e','f'])

df = pd.DataFrame([aa])
print (df)
   0  1  2  3  4  5
0  a  b  c  d  e  f

df.to_csv(file, index=False)

或者如果需要一列：

s = pd.Series(aa)
print (s)
0    a
1    b
2    c
3    d
4    e
5    f
dtype: object

s.to_csv(file, index=False)

但是如果需要从所有唯一值创建文件是可能的apply 函数unique。

但是，如果每列得到不同长度的唯一值 NaNs 并且在输出中 NaNs 被替换为空白。

df = pd.DataFrame({'Supplier':list('abcceb'),
                   'CT #':[4,5,4,5,5,4],
                   'CT DESC':[7,8,9,4,2,3],
                   'CT START':[1,3,5,7,1,0],
                   'CT END':[5,3,6,9,2,4]})

print (df)
   CT #  CT DESC  CT END  CT START Supplier
0     4        7       5         1        a
1     5        8       3         3        b
2     4        9       6         5        c
3     5        4       9         7        c
4     5        2       2         1        e
5     4        3       4         0        b

df = df.apply(lambda x: pd.Series(x.unique())).astype(object)
print (df)
  CT # CT DESC CT END CT START Supplier
0    4       7      5        1        a
1    5       8      3        3        b
2  NaN       9      6        5        c
3  NaN       4      9        7        e
4  NaN       2      2        0      NaN
5  NaN       3      4      NaN      NaN

df.to_csv(file, index=False)