Series转化为DataFrame数据

时间：2024-01-03 20:46:20
out=groupby_sum.ix[:'to_uid','sum(diamonds)']
使用ix在提取数据的时候，out的数据类型通常为<class 'pandas.core.series.Series'>，即为Series类型。

但是Series类型没有直接的to_excel方法（out.to_excel('data2.xlsx','Sheet1')），所以是不能直接写入到文件中的，

解决办法：
将Series转化为DataFrame，然后再写入问价中即可。
Series.to_frame(name=None)

注意事项：在pandas官方文档的API Reference下有大量的类似知识，需要好好的研究。
#http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.to_frame.html

下面是一个demo：
# -*- coding: utf-8 -*-

# Time    : 2016/11/29 11:17

# Author  : XiaoDeng

# version : python3.5

# Software: PyCharm Community Edition

import pandas as pd

import numpy as np

import matplotlib.pyplot  as  plt

#装载关系网UID

uid_dict={}

uid_list=[]

for k in open('关系网data.txt'):

    k=k.strip()

    k=k.split('\t')

    uid=k[0]#即为需要查询数据的某ID

    to_uid=k[1] #接收礼物的id

    uid_list.append(int(to_uid))        #注意：记得转化为int类型

    if uid not in uid_dict:

        uid_dict[uid]=[to_uid]

    else:

        uid_dict[uid].append(to_uid)

# print(uid_dict)

df=pd.read_csv('201611.csv')

# print(df)

intday=df['intday']

send_uid=df['send_uid']#送礼的人

to_uid=df['to_uid']#接收礼物的人

gid=df['gid']#礼物编号

sum_diamonds=df['sum(diamonds)'] #对应编号礼物的钻石数合计

#过滤

# print(uid_list)

guolv=df['to_uid'].isin(uid_list)

s=df[guolv]

# print(s)

# s.to_excel('data2.xlsx','Sheet1')

groupby_sum=s.groupby('to_uid').sum()

# print(groupby_sum)

#写入文件

out=groupby_sum.ix[:'to_uid','sum(diamonds)']

print(type(out))

out=out.to_frame()

# print(out)

# out.to_excel('data2.xlsx','Sheet1',index=False)#不要索引

out.to_excel('data2.xlsx','Sheet1')

if __name__=='__main__':

    pass


 
相关文章