Después de de una larga selección de datos resolvimos esta dificultad que presentan ciertos de nuestros usuarios. Te regalamos la respuesta y nuestro objetivo es resultarte de gran apoyo.
Solución:
solo puedes usar np.savetxt y accede al np attribute .values:
np.savetxt(r'c:datanp.txt', df.values, fmt='%d')
rendimientos:
18 55 1 70
18 55 2 67
18 57 2 75
18 58 1 35
19 54 2 70
o to_csv:
df.to_csv(r'c:datapandas.txt', header=None, index=None, sep=' ', mode='a')
Nota para np.savetxt tendría que pasar un identificador de archivo que se haya creado con el modo de adición.
Puede usar pandas.DataFrame.to_csv() y configurar ambos index y header a False:
In [97]: print df.to_csv(sep=' ', index=False, header=False)
18 55 1 70
18 55 2 67
18 57 2 75
18 58 1 35
19 54 2 70
pandas.DataFrame.to_csv puede escribir en un archivo directamente, para obtener más información, puede consultar los documentos vinculados anteriormente.
Tarde a la fiesta: prueba esto>
base_filename = 'Values.txt'
with open(os.path.join(WorkingFolder, base_filename),'w') as outfile:
df.to_string(outfile)
#Neatly allocate all columns and rows to a .txt file
Eres capaz de añadir valor a nuestra información añadiendo tu experiencia en las interpretaciones.
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)