Question

尝试使用pandas将数据帧写入csv并删除由连接值生成的引号。口译员不接受引用的论点。

ERROR

TypeError：to_csv（）得到了一个意外的关键字参数＆＃39;引用＆＃39;

CODE

连接产生双重引用值：

df['NAME'] = df[['Last', 'First']].apply(lambda x: ", ".join(x), axis =1)

df2 = df[['NAME']].copy()

df2.stack().reset_index(level=0, drop=True).to_csv(_testFileout, quoting=csv.QUOTE_NONE)

OUTPUT（没有引用参数）：

2,"LAST, FIRST"

期望的输出：

2,LAST, FIRST

写入档案

版本：

PYTHON 3.6.4

PANDAS 0.22.0

已完成的代码

将pandas导入为pd

_testFile =＆＃39; G：\ SOMEFILEPATH.csv＆＃39;

_testFileout =＆＃39; G：\ ANOTHERPATH.txt＆＃39;

df = pd.read_csv（_testFile，encoding =＆＃39; utf-8＆＃39;）

df [＆＃39; 1＆＃39;] =＆＃39; *＆＃39;

df [＆＃39; 2＆＃39;] = df [[＆＃39; Last＆＃39;，＆＃39; First＆＃39;]]。apply（lambda x：＆＃34;，＆＃ 34; .join（x），轴= 1）

df [＆＃39; 45＆＃39;] = df [＆＃39; userid＆＃39;]

df [＆＃39; 50＆＃39;] =＆＃39; 2＆＃39;

df [＆＃39; 75＆＃39;] =＆＃39; 1＆＃39;

df [＆＃39; 150＆＃39;] = df [＆＃39; First＆＃39;] +＆＃39;。＆＃39; + df [＆＃39; Last＆＃39;] +＆＃39; @ xxxx.com＆＃39;

df [＆＃39; 2401＆＃39;] =＆＃39; Document Imaging＆＃39;

df [＆＃39; 2402＆＃39;] = df [＆＃39; userid＆＃39;]

df [＆＃39; 2403＆＃39;] =＆＃39; imagelater＆＃39;

df [＆＃39; 2405＆＃39;] =＆＃39;是＆＃39;

df [＆＃39; 20700＆＃39;] =＆＃39; 201＆＃39;

df [＆＃39; 20701＆＃39;] =＆＃39; 000＆＃39; + df [＆＃39; employeeID＆＃39;]。astype（str）

df2 = df [[＆＃39; 1＆＃39;，＆＃39; 2＆＃39;，＆＃39; 45＆＃39;，＆＃39; 50＆＃39;，＆＃39; 75＆＃ 39;，＆＃39; 150＆＃39;，＆＃39; 2401＆＃39;，＆＃39; 2402＆＃39;，＆＃39; 2403＆＃39;，＆＃39; 2405＆＃39;，＆＃ 39; 20700＆＃39;＆＃39; 20701＆＃39;。]]拷贝（）

df2.stack（）。reset_index（level = 0，drop = True）.to_csv（_testFile，quoting = csv.QUOTE_NONE）

新代码

df2.stack（）。reset_index（level = 0，drop = True）.to_frame（）。to_csv（_testFileout，quoting = 3，escapechar =＆＃34; \ r＆＃34;）

Answer 1

stack对一个简单索引（即不是MultiIndex）产生一个Series，而不是一个DataFrame。如果就是这种情况，就像它看起来一样，你所说的是系列to_csv，而不是DataFrame系列，它没有quoting参数。

如果您需要使用DataFrame（如果您确实需要使用quoting，请致电to_frame并使用escapechar：

df2.stack().reset_index(level=0, drop=True).to_frame().to_csv(filename, escapechar='\\', quoting=csv.QUOTE_NONE)

Pandas .to_csv（fileName，quoting = csv.QUOTE_NONE ERRORTypeError：to_csv（）得到了一个意外的关键字参数＆＃39;引用＆＃39;

1 个答案: