AttributeError：模块“pandas”没有属性“to_csv”

Posted 2023-02-23

【中文标题】AttributeError：模块“pandas”没有属性“to_csv”

【英文标题】：AttributeError: module 'pandas' has no attribute 'to_csv'

【发布时间】：2016-11-28 17:13:21

【问题描述】：

我像这样从 csv 文件中提取了一些行

pd.DataFrame(CV_data.take(5), columns=CV_data.columns) 

并对其执行了一些功能。现在我想再次将它保存在 csv 中，但它给出了错误module 'pandas' has no attribute 'to_csv' 我正在尝试像这样保存它

pd.to_csv(CV_data, sep='\t', encoding='utf-8') 

这是我的完整代码。如何将结果数据保存在 csv 或 excel 中？

   # Disable warnings, set Matplotlib inline plotting and load Pandas package
import warnings
warnings.filterwarnings('ignore')

%matplotlib inline
import pandas as pd
pd.options.display.mpl_style = 'default' 

CV_data = sqlContext.read.load('Downloads/data/churn-bigml-80.csv', 
                          format='com.databricks.spark.csv', 
                          header='true', 
                          inferSchema='true')

final_test_data = sqlContext.read.load('Downloads/data/churn-bigml-20.csv', 
                          format='com.databricks.spark.csv', 
                          header='true', 
                          inferSchema='true')
CV_data.cache()
CV_data.printSchema() 

pd.DataFrame(CV_data.take(5), columns=CV_data.columns) 

from pyspark.sql.types import DoubleType
from pyspark.sql.functions import UserDefinedFunction

binary_map = 'Yes':1.0, 'No':0.0, True:1.0, False:0.0 
toNum = UserDefinedFunction(lambda k: binary_map[k], DoubleType())

CV_data = CV_data.drop('State').drop('Area code') \
    .drop('Total day charge').drop('Total eve charge') \
    .drop('Total night charge').drop('Total intl charge') \
    .withColumn('Churn', toNum(CV_data['Churn'])) \
    .withColumn('International plan', toNum(CV_data['International plan'])) \
    .withColumn('Voice mail plan', toNum(CV_data['Voice mail plan'])).cache()

final_test_data = final_test_data.drop('State').drop('Area code') \
    .drop('Total day charge').drop('Total eve charge') \
    .drop('Total night charge').drop('Total intl charge') \
    .withColumn('Churn', toNum(final_test_data['Churn'])) \
    .withColumn('International plan', toNum(final_test_data['International plan'])) \
    .withColumn('Voice mail plan', toNum(final_test_data['Voice mail plan'])).cache()

pd.DataFrame(CV_data.take(5), columns=CV_data.columns) 

from pyspark.mllib.regression import LabeledPoint
from pyspark.mllib.tree import DecisionTree

def labelData(data):
    # label: row[end], features: row[0:end-1]
    return data.map(lambda row: LabeledPoint(row[-1], row[:-1]))

training_data, testing_data = labelData(CV_data).randomSplit([0.8, 0.2])

model = DecisionTree.trainClassifier(training_data, numClasses=2, maxDepth=2,
                                     categoricalFeaturesInfo=1:2, 2:2,
                                     impurity='gini', maxBins=32)

print (model.toDebugString())  
print ('Feature 12:', CV_data.columns[12])
print ('Feature 4: ', CV_data.columns[4] ) 

from pyspark.mllib.evaluation import MulticlassMetrics

def getPredictionsLabels(model, test_data):
    predictions = model.predict(test_data.map(lambda r: r.features))
    return predictions.zip(test_data.map(lambda r: r.label))

def printMetrics(predictions_and_labels):
    metrics = MulticlassMetrics(predictions_and_labels)
    print ('Precision of True ', metrics.precision(1))
    print ('Precision of False', metrics.precision(0))
    print ('Recall of True    ', metrics.recall(1))
    print ('Recall of False   ', metrics.recall(0))
    print ('F-1 Score         ', metrics.fMeasure())
    print ('Confusion Matrix\n', metrics.confusionMatrix().toArray()) 

predictions_and_labels = getPredictionsLabels(model, testing_data)

printMetrics(predictions_and_labels)  

CV_data.groupby('Churn').count().toPandas() 

stratified_CV_data = CV_data.sampleBy('Churn', fractions=0: 388./2278, 1: 1.0).cache()

stratified_CV_data.groupby('Churn').count().toPandas() 

pd.to_csv(CV_data, sep='\t', encoding='utf-8') 

【参考方案1】：

to_csv 是 DataFrame 对象的方法，而不是 pandas 模块的方法。

df = pd.DataFrame(CV_data.take(5), columns=CV_data.columns)

# whatever manipulations on df

df.to_csv(...)

您的代码中还有一行 pd.DataFrame(CV_data.take(5), columns=CV_data.columns)。

这一行创建了一个数据框，然后将其丢弃。即使您成功调用 to_csv，您对 CV_data 的任何更改都不会反映在该数据帧中（因此也不会反映在输出的 csv 文件中）。

【参考方案2】：

这样就可以了！

#Create a DataFrame:    
new_df = pd.DataFrame('id': [1,2,3,4,5], 'LETTERS': ['A','B','C','D','E'], 'letters': ['a','b','c','d','e'])

#Save it as csv in your folder:    
new_df.to_csv('C:\\Users\\You\\Desktop\\new_df.csv')

【参考方案3】：

解决方案- 你应该写 df.to_csv 而不是 pd.to_csv

理由- to_csv 是一个对象的方法，它是一个 df（DataFrame）；而 pd 是 Panda 模块。

因此，您的代码无法运行并抛出此错误“ AttributeError: 模块 'pandas' 没有属性 'to_csv'"

【讨论】：

感谢您为 Stack Overflow 做出贡献。但是，这个答案似乎没有添加任何新内容。您提到的所有内容都已在 4 年多前发布的已接受答案中进行了解释，此时有 11 个赞成票。回答老问题时，请确保添加新内容。此外，您可能希望改进帖子的格式。如果您不知道如何操作，请参阅Markdown Editing Help。