我有3个数据集,其中包含每个位置m3 / s的流量。数据集1是5年ARI洪水,数据集2是20年ARI洪水,数据集3是50年ARI洪水。每个位置我发现最大放电(5,20和50)
码:
for key in Data_5_ARI_RunID_Flow_New.keys():
m = key
y5F_RunID = Data_5_ARI_RunID_Flow_New.loc[:,m]
y20F_RunID = Data_20_ARI_RunID_Flow_New.loc[:,m]
y50F_RunID = Data_50_ARI_RunID_Flow_New.loc[:,m]
max_y5F = max(y5F_RunID)
max_y20F = max(y20F_RunID)
max_y50F = max(y50F_RunID)
Max_DataID = m, max_y5F, max_y20F, max_y50F
print (Max_DataID)
输出是这样的:
('G60_18', 44.0514, 47.625, 56.1275)
('Area5_11', 1028.4065, 1191.5946, 1475.9685)
('Area5_12', 1017.8286, 1139.2628, 1424.4304)
('Area5_13', 994.5626, 1220.0084, 1501.1483)
('Area5_14', 995.9636, 1191.8066, 1517.4541)
现在我想将此结果导出到csv文件,但我不知道如何。我使用了这行代码,但它不起作用:
Max_DataID.to_csv(r'C:\Users\Max_DataID.csv', sep=',', index = False)
将此文件名myexample.csv与您要在其中创建文件的特定路径一起使用。 请检查Max_DataID是否为可迭代值。作为你的引用,值是元组的形式,所以我使用list()将元组转换为列表,这将是csv中writerow支持的值。
import csv
file = open('myexample.csv', 'wb')
filewriter = csv.writer(file,delimiter =',')
for data in Max_DataID:
filewriter.writerow(list(data))
您可以执行以下操作。
df.to_csv(file_name, sep='\t')
此外,如果要将其拆分为块(例如10,000行)或其他任何块,则可以执行此操作。
import pandas as pd
for i,chunk in enumerate(pd.read_csv('C:/your_path_here/main.csv', chunksize=10000)):
chunk.to_csv('chunk{}.csv'.format(i))