pandas写入excel 两种 一个是一行一行的写（本身写入时列）另一种是写入二维数组。
1.一行一行的写
i=1
loujian=2
dat=[i,loujian,ll,load_idx,bilv,eventype]#一个变量
print (dat)
test = pd.DataFrame(data=dat).T
2.写入二维数组。
cr=[1,2,3,4]
ct=[5,6,8,5]
dat = [cr, ct, cf, ci, co, cp,cm]#二维数组
listb = [[r[i] for r in dat] for i in range(len(cr))]
test = pd.
在Python编程中，Pandas库是一个非常强大的数据分析工具，它提供了DataFrame对象，可以方便地处理和操作数据。本文将详细讲解如何使用Pandas的DataFrame来处理一维数组和二维数组，并将其按行写入CSV或Excel文件。
我们要了解Pandas DataFrame的基本概念。DataFrame是一个二维表格型数据结构，它具有行和列的索引，可以存储多种类型的数据，如整数、浮点数、字符串甚至其他复杂的数据结构。DataFrame可以从各种源创建，包括字典、列表、NumPy数组等。
1. **一维数组写入CSV或Excel**
一维数组通常是一系列相同类型的数据构成的序列，可以看作是表格的一列。在Pandas中，我们可以先将一维数组转换为DataFrame，然后将其写入文件。以下是一个示例：
```python
import pandas as pd
# 定义一维数组
i = 1
loujian = 2
dat = [i, loujian, 'll', 'load_idx', 'bilv', 'eventype'] # 包含不同类型的元素
# 将一维数组转换为DataFrame并转置，使其按行存储
Test = pd.DataFrame(data=dat).T
# 将DataFrame写入CSV文件
Test.to_csv('output.csv', index=False)
# 或者写入Excel文件
Test.to_excel('output.xlsx', index=False)
```
在这个例子中，我们使用`pd.DataFrame(data=dat).T`将一维数组转换为DataFrame，`T`属性用于转置DataFrame，使其按行存储。`to_csv`和`to_excel`方法用于将DataFrame写入CSV或Excel文件，`index=False`表示不保存索引，`header=True`表示保留列名。
2. **二维数组写入CSV或Excel**
二维数组，又称为矩阵，可以视为多个一维数组的组合，通常代表表格的多列数据。处理二维数组时，我们需要先将二维数组转换为适合DataFrame的格式，然后再写入文件。以下是一个示例：
```python
# 定义二维数组
cr = [1, 2, 3, 4]
ct = [5, 6, 8, 5]
dat = [cr, ct, ['cf', 'ci', 'co', 'cp'], ['cm']] # 混合了数字和字符串的二维数组
# 转换二维数组为适合DataFrame的格式
listb = [[r[i] for r in dat] for i in range(len(cr))]
columns = ['column1', 'column2', 'column3', 'column4'] # 定义列名
# 创建DataFrame
test = pd.DataFrame(data=listb, columns=columns)
# 写入CSV文件
test.to_csv('output.csv', index=False)
# 写入Excel文件
test.to_excel('output.xlsx', index=False)
```
在这个例子中，我们使用列表推导式`[[r[i] for r in dat] for i in range(len(cr))]`将二维数组转换为一个列表的列表，然后用这个新格式的列表创建DataFrame，并定义了列名。同样使用`to_csv`和`to_excel`方法将DataFrame写入文件。
通过上述步骤，我们可以灵活地处理一维和二维数组，并将其以DataFrame的形式写入CSV或Excel文件。这种灵活性使得Pandas在数据分析和文件操作中具有广泛的应用。在实际应用中，可以根据数据的特性和需求调整处理和写入的方式，以便更高效地进行数据存储和分析。
评论0