如何在循环中将数据框导出为 CSV
How to export data frame as CSV in a loop
我在 10 次迭代的循环中分析一些数据,每次迭代代表一个数据集。我已经设法在每次迭代结束时创建一个带有 pandas 的数据框,现在我需要用不同的名称导出每个数据框。这是代码。
for t in range(len(myFiles)):
DATA = np.array(importdata(t))
data = DATA[:,1:8]
Numbers = data[:,0:5]
Stars = data[:,5:7]
[numbers,repetitions]=(Frequence(Numbers))
rep_n,freq_n = (translate(repetitions,data))
[stars,Rep_s] = (Frequence(Stars))
rep_s,freq_s = (translate(Rep_s,data))
DF1 = dataframe(numbers,rep_n,freq_n)
DF2 = dataframe(stars,rep_s,freq_s)
数据帧 DF1 和 DF2 必须在每次循环迭代中以不同的名称单独存储。
您可以创建 DataFrame 列表:
ListDF1, ListDF2 = [], []
for t in range(len(myFiles)):
...
rep_s,freq_s = (translate(Rep_s,data))
ListDF1.append(dataframe(numbers,rep_n,freq_n))
ListDF2.append(dataframe(stars,rep_s,freq_s))
然后对于 select DataFrame 使用索引:
#get first DataFrame
print (ListDF1[0])
编辑:如果需要导出不同的文件名,请对 DF1_0.csv, DF2_0.csv
使用 t
变量,然后 DF1_1.csv, DF2_1.csv
,...文件名,因为 python 从 [=16] 开始计数=]:
for t in range(len(myFiles)):
...
DF1.to_csv(f'DF1_{t}.csv')
DF2.to_csv(f'DF2_{t}.csv')
您可以使用日期时间的微秒,因为它会有所不同
from datetime import datetime
for t in range(len(myFiles)):
DATA = np.array(importdata(t))
data = DATA[:,1:8]
Numbers = data[:,0:5]
Stars = data[:,5:7]
[numbers,repetitions]=(Frequence(Numbers))
rep_n,freq_n = (translate(repetitions,data))
[stars,Rep_s] = (Frequence(Stars))
rep_s,freq_s = (translate(Rep_s,data))
DF1 = dataframe(numbers,rep_n,freq_n)
DF2 = dataframe(stars,rep_s,freq_s)
DF1.to_csv(f'DF1_{datetime.now().strftime('%f')}.csv')
DF2.to_csv(f'DF2_{datetime.now().strftime('%f')}.csv')
我在 10 次迭代的循环中分析一些数据,每次迭代代表一个数据集。我已经设法在每次迭代结束时创建一个带有 pandas 的数据框,现在我需要用不同的名称导出每个数据框。这是代码。
for t in range(len(myFiles)):
DATA = np.array(importdata(t))
data = DATA[:,1:8]
Numbers = data[:,0:5]
Stars = data[:,5:7]
[numbers,repetitions]=(Frequence(Numbers))
rep_n,freq_n = (translate(repetitions,data))
[stars,Rep_s] = (Frequence(Stars))
rep_s,freq_s = (translate(Rep_s,data))
DF1 = dataframe(numbers,rep_n,freq_n)
DF2 = dataframe(stars,rep_s,freq_s)
数据帧 DF1 和 DF2 必须在每次循环迭代中以不同的名称单独存储。
您可以创建 DataFrame 列表:
ListDF1, ListDF2 = [], []
for t in range(len(myFiles)):
...
rep_s,freq_s = (translate(Rep_s,data))
ListDF1.append(dataframe(numbers,rep_n,freq_n))
ListDF2.append(dataframe(stars,rep_s,freq_s))
然后对于 select DataFrame 使用索引:
#get first DataFrame
print (ListDF1[0])
编辑:如果需要导出不同的文件名,请对 DF1_0.csv, DF2_0.csv
使用 t
变量,然后 DF1_1.csv, DF2_1.csv
,...文件名,因为 python 从 [=16] 开始计数=]:
for t in range(len(myFiles)):
...
DF1.to_csv(f'DF1_{t}.csv')
DF2.to_csv(f'DF2_{t}.csv')
您可以使用日期时间的微秒,因为它会有所不同
from datetime import datetime
for t in range(len(myFiles)):
DATA = np.array(importdata(t))
data = DATA[:,1:8]
Numbers = data[:,0:5]
Stars = data[:,5:7]
[numbers,repetitions]=(Frequence(Numbers))
rep_n,freq_n = (translate(repetitions,data))
[stars,Rep_s] = (Frequence(Stars))
rep_s,freq_s = (translate(Rep_s,data))
DF1 = dataframe(numbers,rep_n,freq_n)
DF2 = dataframe(stars,rep_s,freq_s)
DF1.to_csv(f'DF1_{datetime.now().strftime('%f')}.csv')
DF2.to_csv(f'DF2_{datetime.now().strftime('%f')}.csv')