Python pandas: tamsayılarla csv'ye çıktı verileri çerçevesi

Question

Bir CSV dosyasına vermek istediğim bir pandas.DataFrame var. Ancak pandalar, bazı değerleri int türleri yerine float olarak yazıyor gibi görünüyor. Bu davranışı nasıl değiştireceğimi bulamadım.

bir veri çerçevesini oluşturma:

df = pandas.DataFrame(columns=['a','b','c','d'], index=['x','y','z'], dtype=int) 
x = pandas.Series([10,10,10], index=['a','b','d'], dtype=int) 
y = pandas.Series([1,5,2,3], index=['a','b','c','d'], dtype=int) 
z = pandas.Series([1,2,3,4], index=['a','b','c','d'], dtype=int) 
df.loc['x']=x; df.loc['y']=y; df.loc['z']=z 

Görünüm o:

>>> df 
    a b c d 
x 10 10 NaN 10 
y 1 5 2 3 
z 1 2 3 4 

İhracat o:

>>> df.to_csv('test.csv', sep='\t', na_rep='0', dtype=int) 
>>> for l in open('test.csv'): print l.strip('\n') 
     a  b  c  d 
x  10.0 10.0 0  10.0 
y  1  5  2  3 
z  1  2  3  4 

Neden onlarca bir nokta sıfır var?

Tabii, sadece bütün CSV dosyasını yeniden dönüştürmeye benim boru hattına bu işlevi sopa olabilir, ama gereksiz görünüyor:

def lines_as_integer(path): 
    handle = open(path) 
    yield handle.next() 
    for line in handle: 
     line = line.split() 
     label = line[0] 
     values = map(float, line[1:]) 
     values = map(int, values) 
     yield label + '\t' + '\t'.join(map(str,values)) + '\n' 
handle = open(path_table_int, 'w') 
handle.writelines(lines_as_integer(path_table_float)) 
handle.close() 

Answer 1

ihtiyaç olmayacaktır kerede çerçeveyi oluşturmak (veya sütun sütun inşa) eğer biz arıyordu cevap hafif bir varyasyonu olduğunu, başka bir soru cevap gibi

Cevabında @Jeff ne önerdi? Kredi ona gider.

import pandas 
    df = pandas.DataFrame(data, columns=['a','b','c','d'], index=['x','y','z']) 
    df = df.fillna(0) 
    df = df.astype(int) 
    df.to_csv('test.csv', sep='\t') 

Answer 2

Bu NaN'ler ile tamsayı sütunlar float dönüştürülür bir "gotcha" in pandas (Support for integer NA) vardır.

Bu işlem, büyük oranda bellek ve performans nedenleriyle ve sonuçta ortaya çıkan Seriler “sayısal” olmaya devam ediyor. Bir olasılık, bunun yerine dtype=object dizilerini kullanmaktır.

Answer 3

sorun satırlara göre şeyler atama vardır, ama işler iyi bir şey değil object d_type, döküm olsun böylece dtypes, sütunlar göre gruplandırılmış beri, tüm verimliliğini kaybeder olmasıdır. Yani bir yol, gerektiği gibi float/int dtype'a zorlanmaya dönüşür. Eğer bu adımı

In [23]: def convert(x): 
    ....:  try: 
    ....:   return x.astype(int) 
    ....:  except: 
    ....:   return x 
    ....:  

In [24]: df.apply(convert) 
Out[24]: 
    a b c d 
x 10 10 NaN 10 
y 1 5 2 3 
z 1 2 3 4 

In [25]: df.apply(convert).dtypes 
Out[25]: 
a  int64 
b  int64 
c float64 
d  int64 
dtype: object 

In [26]: df.apply(convert).to_csv('test.csv') 

In [27]: !cat test.csv 
,a,b,c,d 
x,10,10,,10 
y,1,5,2.0,3 
z,1,2,3.0,4