尝试使用熊猫向csv写入数据帧,并删除由串联值产生的引号。译员不接受引用的论点。
错误
TypeError:to_csv()获得意外的关键字参数“quoting”
密码
产生双引号的级联:
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)
输出(不引用参数):
2,"LAST, FIRST"
期望输出:
2,LAST, FIRST
写入文件
版本:
PYTHON 3.6。4.
熊猫0.22。0
完整代码
作为pd进口熊猫
_testFile='G:\SOMEFILEPATH。csv'
_testFileout='G:\ANOTHERPATH。txt'
df=pd。读取\u csv(\u testFile,encoding='utf-8')
df['1']='*'
df['2']=df[['最后','第一']]。应用(lambda x: ", ".连接(x),轴=1)
df['45']=df['userid']
df['50']='2'
df['75']='1'
df['150']=df['第一'] '.' df['最后']'@xxxx.com'
df['2401']='Document Imaging'
df['2402']=df['userid']
df['2403']='图像人'
df['2405']=“是”
df['20700']='201'
df['20701']='000'df['雇员ID']. astype(str)
df2=df['1','2','45','50','75','150','2401','2402','2403','2405','20700','20701']]
df2。堆栈()。重置索引(级别=0,下降=真)。到csv(测试文件,quoting=csv.QUOTE无)
新代码
df2.stack()。reset_index(级别=0,下降=True)。to_frame()。to_csv(_testFileout,引用=3,转义="\r")
stack
在一个简单索引(即不是多索引)上生成一个序列,而不是一个数据帧。如果这里是这种情况,那么您调用的是序列to_csv
而不是数据帧,它没有引用
参数。
如果您需要一个数据帧(如果您确实需要使用quoting
,只需调用到并使用
escapechar
:
df2.stack().reset_index(level=0, drop=True).to_frame().to_csv(filename, escapechar='\\', quoting=csv.QUOTE_NONE)
我有以下代码,其中包括一个具有各种资本化的列表。我想使用case=False将Pandas代码设置为忽略区分大小写,但是我的代码触发了以下错误: TypeError:isin()获得意外的关键字参数“case” 你能帮忙吗
我试图使用以下代码从上面的数据框创建一个有序的类别- 但是它给出了错误:astype()得到了一个意外的关键字参数“categories”。
问题内容: 升级到Django 1.10后,出现错误。 我的看法如下: 这是完整的回溯: 问题答案: 中的参数在Django 1.8 中已弃用,在Django 1.10中已删除。 解决方案是切换到快捷方式,该快捷方式会自动使用。 更新您的导入并按如下所示进行查看。注意,将对象作为其第一个参数。 该快捷方式是Django 1.3中引入的,因此此更改与Django的较早版本兼容。
我在试着按照这里的一些答案做,但是当我设置 我收到错误。我做错了什么? 我正在运行pandas。
我正试图与Featuretools合作,为客户流失数据集开发一个自动化的特征工程工作流。最终结果是一个函数,它接收数据集并为客户标记时间,并构建可用于训练机器学习模型的特征矩阵。 作为本练习的一部分,我尝试执行以下用于绘制直方图的代码,并得到“TypeError:import_optional_dependency()得到一个意外的关键字参数'errors'”。请帮助解决此类型错误。 以下是我收到