将python中的一列元素输出到excel,
出现如下错误
AttributeError: 'numpy.ndarray' object has no attribute 'to_excel'
查阅资料:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_excel.html
发现to_excel()函数必须用在Dataframes类型,
yy=pd.DataFrame(yy)
writer=pd.ExcelWriter("D:/Users/dauron/Desktop/output1.xlsx")
yy.to_excel(writer,'Sheet1')
writer.save()
问题解决。
将python中的一列元素输出到excel,出现如下错误AttributeError: 'numpy.ndarray' object has no attribute 'to_excel'查阅资料:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_excel.html发现t
pandas
读取、写入csv数据非常方便,但是有时希望通过
excel
画个简单的图表看一下数据质量、变化趋势并保存,这时候csv格式的数据就略显不便,因此尝试直接将数据写入
excel
文件。
pandas
可以写入一个或者工作簿,两种方法介绍如下:
1、如果是将整个DafaFrame写入
excel
,则调用to_
excel
()方法即可实现,示例代码如下:
# output为要保存的
Dataframe
output.to_
excel
('保存路径 + 文件名.xlsx')
2、有多个数据需要写入多个
excel
的工作簿,这时需要调用通过
Excel
Writer()方法打开一个已经存在的
excel
表格作为wr
import
pandas
as pd
df = pd.
DataFrame
({'ID':[1,2,3],'Name':['Tom','BOb','Gigi']})
df.to_
excel
("C:/Temp/Output.xlsx")
print("done!")
import
pandas
as pd
people = pd.read_
excel
("C:/Temp/people.xlsx",index_col='ID')
#index_col用于设置索引
print(people.shape)
print(people.co
from openpyxl import load_workbook
excel
Writer = pd.
Excel
Writer(os.path.join(output_dir, 'datapoint_statistic.xlsx'),
engine='openpyxl')
pd.
DataFrame
().to_
excel
(os.path.join( output_dir,'datapoint_statistic.xlsx'))
#
excel
必需已经存在,因此先建立一个空的sheet
pandas
读取、写入csv数据非常方便,但是有时希望通过
excel
画个简单的图表看一下数据质量、变化趋势并保存,这时候csv格式的数据就略显不便,因此尝试直接将数据写入
excel
文件。
pandas
可以写入一个或者工作簿,两种方法介绍如下:
1、如果是将整个DafaFrame写入
excel
,则调用to_
excel
()方法即可实现,示例代码如下:
# output为要保存的
Dataframe
output.to_
excel
(‘保存路径 + 文件名.xlsx‘)
2、有多个数据需要写入多个
excel
的工作簿,这时需要调用通过
Excel
Writer()方法打开一个已经存在的
excel
表格作为
contiguous操作是针对torch.tensor的,我对numpy array直接进行了操作,例如x是np.array,使用x = x.contiguous()就会出现报错。
转numpy.array为torch.tensor后操作
x = torch.from_numpy(x)
x = x.contiguous
import
pandas
as pd
import numpy as np
columns = [['A', 'A', 'B', 'B', 'C'], ['a', 'b', 'c', 'd', 'e']]
# 创建形状为(10,5) 的
DataFrame
并设置二级标题
demo_df = pd.
DataFrame
(np.arange(50).reshape(10, 5), columns=columns)
print(demo_df)
def style_color(df, colors):
:param df: pd.DataF
>>> writer = pd.
Excel
Writer('output.xlsx')
>>> df1.to_
excel
(writer,'Sheet1')
>>> df2.to_
excel
(writer,'Sheet2')
>>> writer.save()
以下为实际应用:
df1,df2均为sql查询来的数据
excel
_filepath为要生成保存的
excel
文件地址
write = pd.
Excel
Writer(
excel
_filepath)
df1 = pd.
DataFrame
(d_f1)
df2 = pd.
DataFrame
()
df1.to_
excel
(writer, sheet_name='df_1')
df2.to_
excel
(writer, sheet_name='df_2')
writer.save()
网上的大部分答案基本上都是这些内容,但是这里有个大坑,你会发现
1使用panda read_
excel
方法加载
excel
2使用concat将
DataFrame
列表进行拼接
3然后使用pd.
Excel
Writer对象和to_
excel
将合并后的
DataFrame
保存成
excel
方法很简单很使用,下面是代码和
excel
图片
参考文档
pandas
.
DataFrame
.to_
excel
import
pandas
as pd\nfile1='C:/Users/Administrator/Desktop/00/1.xlsx'\nfile2='C:/Users/Administrator/Desktop/00/3.xlsx'
file3='C:/Use
dataframe
使用groupby后是带着分组信息的,并不是
dataframe
平铺的格式,所以直接导出会有问题。
把带有分组信息的group by结果的索引重建即可。
c_df = pd.
DataFrame
(df)
c_df.reset_index(inplace=True)
输出如下:
AttributeError: ‘Series’
参考链接:
Python
中的numpy.eye
在使用
python
写美颜算法时,出现一个bug,AttributeError: 'numpy.ndarray' object has no attribute 'brighten',brighten方法是我自己写的,然后调用。
im = cv.imread(src_file, cv.IMREAD_COLOR)
thin_face=thin_face.thin_face(im,face_point,70)
big_eye=big...
在使用
python
写美颜算法时,出现一个bug,AttributeError: 'numpy.ndarray' object has no attribute 'brighten',brighten方法是我自己写的,然后调用。
im = cv.imread(src_file, cv.IMREAD_COLOR)
thin_face=thin_face.thin_face(im,face_point,70)
big_eye=big_eye.enlarge_eyes(thin_fac.