pandas踩過的坑 | 記一個群友的提問
- 2019 年 12 月 26 日
- 筆記
今天群里小夥伴提問了一個問題，下面這個圖如何加上表頭？
群里的每一次提問，都是一次面試，如果可以，我都會嘗試解答。這裡只曬了一張圖，沒有上下文，我提示程式碼不全，小夥伴後來補充了相關程式碼和報錯：
根據報錯提示，這裡的對象 b 是 Series 類型，熱心的小夥伴給出了解決方案：
1、b=pd.DataFrame(b)
2、b=b.reset_index(drop=False)
很快，小夥伴就去跑程式碼了，得出了下圖結果：
很明顯，這裡的列名錯位了，熱心的小夥伴馬上給出了解決方案：
①：保存時不寫入index ②：rename ③：輸出時：Index= False
下面是小夥伴給出的完整程式碼示例：
df.columns Index(['時間', 'Enodeb標識符', 'Enodeb中文名稱', '廠家名稱', '管理狀態', '設備維護狀態', '運行狀態', '工程編號'], dtype='object') df.head() 時間 Enodeb標識符 … 運行狀態 工程編號 0 2019/11/28 0:00:00 460-00-200188 … ENABLED 一期 1 2019/11/28 0:00:00 460-00-211503 … ENABLED 四期 2 2019/11/28 0:00:00 460-00-686652 … ENABLED 四期 3 2019/11/28 0:00:00 460-00-732426 … ENABLED 4G網路優化擴容2018年三階段-新建P1 4 2019/11/28 0:00:00 460-00-518238 … ENABLED 蜂窩物聯網一期工程P1 [5 rows x 8 columns] df['運行狀態'].value_counts() ENABLED 58056 DISABLED 852 Name: 運行狀態, dtype: int64 df1=df['運行狀態'].value_counts() type(df1) df1.name '運行狀態' df1.index Index(['ENABLED', 'DISABLED'], dtype='object') df2=pd.DataFrame(df1) type(df2) df2.columns Index(['運行狀態'], dtype='object') df2.index Index(['ENABLED', 'DISABLED'], dtype='object') df3=df2.reset_index(drop=False) df3.columns Index(['index', '運行狀態'], dtype='object') df3.index RangeIndex(start=0, stop=2, step=1) df3 index 運行狀態 0 ENABLED 58056 1 DISABLED 852 df3.rename(columns={'index':'運行狀態','運行狀態':'計數'},inplace=True) df3 運行狀態 計數 0 ENABLED 58056 1 DISABLED 852 df3.to_csv('運行狀態統計.csv',encoding='GBK',index=False)
我給出的解決方案被證明是錯的：
b.to_csv('as.csv', encoding='gbk', header=['cellname', 'cnt'])
Series轉DataFrame的方案，程式碼過於複雜了，下面是熱心群友給出的簡潔方案：
df1=df['運行狀態'].value_counts() df1.name='計數' df1.to_csv('運行狀態3.csv',encoding='GBK',index=True,header=True,index_label='運行狀態2')
咱們來理一理，感覺Series直接輸出csv並且保留表頭很難搞的樣子。
從我給出的錯誤程式碼入手，Series是數據序列，僅有一列數據，表象上看是兩列，因為有一列是index，我給出的程式碼包含header=[ 'cellname', 'cnt']，誤解為表頭有兩列，所以是錯誤的，下面通過一個簡單的示例復盤下整個過程。
import pandas as pd df = pd.read_csv(r'D:abc.csv')
df
|
|
name |
value |
|---|---|---|
|
0 |
a |
1 |
|
1 |
b |
2 |
|
2 |
c |
3 |
|
3 |
a |
1 |
|
4 |
b |
2 |
|
5 |
c |
3 |
|
6 |
a |
1 |
|
7 |
b |
2 |
|
8 |
c |
3 |
群友是要計算某列的計數
df2 = df['name'].value_counts()
df2
b 3 c 3 a 3 Name: name, dtype: int64
type(df2)
pandas.core.series.Series
df2.index
Index(['b', 'c', 'a'], dtype='object')
df2.name
'name'
可以看出，Series呈現出兩列數據，左邊是index，右邊是數據列， 該數據列的內容對應index的計數，但是列名卻是name，輸出時需要修正一下，此處，Series的兩列內容我們都想獲取到，所以index=True，index內容對應原表的name，所以，index_label應該設置為name，而數據列的表頭對應index的計數，所以header應該設置為count，至此，程式碼呼之欲出：
df2.to_csv(r'D:/abc2.csv', index=True, index_label='name', header=[ 'count'])
來看一下是否得到的預期的結果
