to_CSV 将 np.array 保存为字符串而不是列表

Posted 2023-03-11

【中文标题】to_CSV 将 np.array 保存为字符串而不是列表

【英文标题】：to_CSV saves np.array as string instead of as a list

【发布时间】：2019-07-12 04:27:01

【问题描述】：

我想将 pandas 数据框保存为 csv 文件，问题是 to_csv 正在将 np.array 转换为字符串。

我想将数组保存为数组，我在文档中找不到任何有用的内容。

sudoku_solution = [a for a in assignment if a > 0]


label = np.reshape(np.array(sudoku_solution*n_splits), 
                   (n_splits, len(sudoku_solution)))

df = pd.DataFrame(zip(label))

path = './data/SplitsLabel.csv'
try:
    df.to_csv(path_or_buf = path, 
              mode = 'a',
              header = False)

solution_sudoku = [123, 345, 894, 324, 321, 321]（整数列表）

n_splits = 3（整数）

最终结果应该是这样的：

0,[123 345 894 324 321 321]

1,[123 345 894 324 321 321]

3,[123 345 894 324 321 321]

但现在的结果是：

0,"[123 345 894 324 321 321]"

1,"[123 345 894 324 321 321]"

3,"[123 345 894 324 321 321]"

如何去掉那些引号？

【问题讨论】：

你不能在.csv中保存python对象；它只是一个文本文件，无法知道list 或numpy.array 是什么。如果您需要序列化 ​​python 对象，请查看pickle 格式（pandas 有一个DataFrame.to_pickle() 方法）。即使您在阅读时将其保存在 .csv 中没有引号，您也不会得到一个 numpy 数组

谢谢，我今天已经失去了足够多的头发！问题是我需要一种允许我在旅途中附加数据的格式。据我所知，pickle 不允许扩展文档。还是我错了？

【参考方案1】：

我怀疑由于您的输出包含逗号，它可能会输入引号以避免与格式冲突。您可以尝试将分隔符更改为制表符，这样就不会发生这种冲突。如果分隔符不适合您，您也可以更改“引用”。

查看此链接了解更多信息：Pandas: use to_csv() with quotation marks and a comma as a seperator

【讨论】：

谢谢艾伦，但我把昏迷放在那里是错误的。我更正了它的描述。如果我使用您的链接的建议，甚至不会保存 csv =/

【参考方案2】：

如果您也有同样的问题，也许可以通过签入here 来省去一些麻烦。

那里发布的解决方案都不能解决我的问题，所以这里是解析字符串并将其转换为我需要的格式的代码：

   df = pd.read_csv(filepath_or_buffer = path_x,
                       header = None, 
                       names = ["i", "clauses"]) 

    #it is sad that I have to do that!
    df["clauses"] = df["clauses"].apply(lambda x: x.replace("[", ""))
    df["clauses"] = df["clauses"].apply(lambda x: x.replace("]", ""))
    df["clauses"] = df["clauses"].apply(lambda x: x.replace("\n", ""))
    df["clauses"] = df["clauses"].apply(lambda x: x.replace(",", ""))
    df["clauses"] = df["clauses"].apply(lambda x: x.split(" "))
    df["clauses"] = df["clauses"].apply(lambda x: np.array([int(i) for i in x]))

    cols = [x for x in range(120060)]
    df_x = pd.DataFrame(columns = cols)

    for i in range(len(df)):   
        df_x = df_x.append(pd.Series(data = k: df["clauses"][i][k] for k in cols),
                           ignore_index = True)

    df = pd.read_csv(filepath_or_buffer = path_y,
                       header = None, 
                       names = ["i", "label"]) 

    df_x.astype("int")