Pandas 使用 xlsxwriter 将 groupby 输出到 Excel
Pandas groupby output to Excel using xlsxwriter
根据之前的问题,我试图输出一些根据 groupby function
在 pandas DataFrame
上计算的平均值。我见过很多将整个 DataFrames
写入 excel 的示例,但我还没有找到将单个 pandas 平均输出写入具有 [=43] 的 excel 的示例=] groupby
甚至 dataframe
上的 describe 函数
我目前的groupby function
如下:
DF[(DF['Iteration'] == CURRENTLOG_ID) & (DF['Feature Enabled'] == 1)].groupby([’Feature Active'])[['Value1','Value2']].mean()
然后我会使用以下方式打印到屏幕:
print np.round(FeatureON, decimals=1)
这会将以下内容输出到 cmd window
...
Value1 Value2
Feature Enabled Iteration
1 Iteration_1 -1276.3 -1302.9
我只是想知道是否有一种使用组合 Pandas+xlsxwriter
将平均输出 -1276.3
和 -1302.9
写入 Excel
的简单方法,或者这是最好的在没有 groupby function
?
的情况下单独完成
谢谢
可以使用 to_excel()
pandas 方法的选项将数据帧写入 Excel 而无需 headers and/or 索引,如下所示:
df.to_excel(writer, sheet_name='Sheet1', header=False, index=False)
根据之前的问题,我试图输出一些根据 groupby function
在 pandas DataFrame
上计算的平均值。我见过很多将整个 DataFrames
写入 excel 的示例,但我还没有找到将单个 pandas 平均输出写入具有 [=43] 的 excel 的示例=] groupby
甚至 dataframe
我目前的groupby function
如下:
DF[(DF['Iteration'] == CURRENTLOG_ID) & (DF['Feature Enabled'] == 1)].groupby([’Feature Active'])[['Value1','Value2']].mean()
然后我会使用以下方式打印到屏幕:
print np.round(FeatureON, decimals=1)
这会将以下内容输出到 cmd window
...
Value1 Value2
Feature Enabled Iteration
1 Iteration_1 -1276.3 -1302.9
我只是想知道是否有一种使用组合 Pandas+xlsxwriter
将平均输出 -1276.3
和 -1302.9
写入 Excel
的简单方法,或者这是最好的在没有 groupby function
?
谢谢
可以使用 to_excel()
pandas 方法的选项将数据帧写入 Excel 而无需 headers and/or 索引,如下所示:
df.to_excel(writer, sheet_name='Sheet1', header=False, index=False)