Python Pandas df.Unique显示/打印内容

Question

我对python非常陌生，当我试图在excel列中显示我从独特值创建的数据框时遇到问题。

所以发生的是我尝试写 “AA” 我得到

[u'a' u'b' u'c' u'd' u'e' u'f'] 

当我要的是

a, b, c, d, e, f 

甚至

[a,b,c,d,e,f] 

取其更简单。我的想法是，既然我使用str()它走的是数据帧的，但如果我不包括str()当我写它，我得到

∞* 

p!`!@‹!@˛ 

作为输出...

这里我的代码：

df = pd.read_excel(open('/Users/keatonmaclean/Desktop/abcc.xlsx','rb'), sheetname='Sheet1') 
# Set ipython's max row display 
pd.set_option('display.max_row', 1000) 

# Set iPython's max column width to 50 
pd.set_option('display.max_columns', 50) 

df.columns = df.iloc[0] 
df = df[1:] 

aa = str(df.loc[:,"Supplier"].unique()) 
#bb = str(df.loc[:,"CT #"].unique()) 
#cc = str(df.loc[:,"CT DESC"].unique()) 
#dd = str(df.loc[:,"CT START"].unique()) 
#ee = str(df.loc[:,"CT END"].unique()) 



import os.path 

save_path = '/Users/keatonmaclean/Desktop/' 

#name_of_file = raw_input("What is the name of the file: ") 
name_of_file = "test" 

completeName = os.path.join(save_path, name_of_file+".txt")   

file1 = open(completeName, "w+") 

toFile = aa 


file1.write(toFile) 

file1.close() 

Answer 1

我想你需要DataFrame或Series构造与DataFrame.to_csv或Series.to_csv：

aa = np.array(['a','b','c','d','e','f']) 

df = pd.DataFrame([aa]) 
print (df) 
    0 1 2 3 4 5 
0 a b c d e f 

df.to_csv(file, index=False) 

或者，如果需要一个列：

s = pd.Series(aa) 
print (s) 
0 a 
1 b 
2 c 
3 d 
4 e 
5 f 
dtype: object 

s.to_csv(file, index=False) 

但如果需要所有唯一值创建文件可能apply功能unique。

但是，如果不同长度的每列唯一值得到NaNs并且输出NaNs被替换为空白空间。

df = pd.DataFrame({'Supplier':list('abcceb'), 
        'CT #':[4,5,4,5,5,4], 
        'CT DESC':[7,8,9,4,2,3], 
        'CT START':[1,3,5,7,1,0], 
        'CT END':[5,3,6,9,2,4]}) 

print (df) 
    CT # CT DESC CT END CT START Supplier 
0  4  7  5   1  a 
1  5  8  3   3  b 
2  4  9  6   5  c 
3  5  4  9   7  c 
4  5  2  2   1  e 
5  4  3  4   0  b 

df = df.apply(lambda x: pd.Series(x.unique())).astype(object) 
print (df) 
    CT # CT DESC CT END CT START Supplier 
0 4  7  5  1  a 
1 5  8  3  3  b 
2 NaN  9  6  5  c 
3 NaN  4  9  7  e 
4 NaN  2  2  0  NaN 
5 NaN  3  4  NaN  NaN 

df.to_csv(file, index=False)