Kaedah 'Series.to_csv()' dalam Pandas mengeluarkan objek siri yang ditentukan dalam tatatanda nilai dipisahkan koma (csv). Fungsi ini hanya mengambil nilai daripada siri dan mengubah suai formatnya dengan menambahkan koma untuk pemisahan nilai indeks dan lajur.
Untuk menggunakan fungsi ini, kita perlu menggunakan sintaks berikut:
Artikel ini akan memberi anda dua teknik berbeza untuk mempelajari cara menggunakan kaedah ini dalam program python.
Contoh # 1: Menggunakan Kaedah Series.to_csv() untuk Menukar Siri Dengan DatetimeIndex kepada Nilai Dipisahkan Koma
Untuk mengubah suai siri kepada format CSV, kami akan menggunakan fungsi 'Series.to_csv()'. Ilustrasi ini akan menjana satu siri dengan DatetimeIndex dan kemudian menukarnya kepada format nilai yang dipisahkan koma.
Untuk melaksanakan kaedah ini, kita mesti mempunyai alat yang menyokong pengaturcaraan python. Alat 'Spyder' dipilih untuk menyusun kod. Untuk menulis skrip padanya, kami mula-mula melancarkan alat yang dipasang dalam sistem kami. Program python memerlukan perpustakaan untuk menggunakan kaedahnya untuk mencapai hasil yang diperlukan. Perpustakaan yang kami muatkan di sini ialah 'Panda'. Dalam baris kod yang sama, alias perpustakaan ini dikenal pasti sebagai 'pd'. Jadi, di mana-mana dalam program, kita perlu menulis 'pandas' untuk mengakses fungsi. Kami sebaliknya akan menulis 'pd'.
Langkah pertama untuk memulakan dengan kod adalah untuk menjana siri Pandas. Kita perlu menulis 'pd' untuk menggunakan kaedah penciptaan siri daripada panda. Fungsi 'pd.Series()' dipanggil untuk membina siri dengan nilai yang ditentukan. Nilai yang kami sediakan untuk siri ini ialah 'Istanbul', 'Izmir', 'Ankara', 'Ankara', 'Antalya', 'Konya' dan 'Bursa'. Jika anda ingin memberi nama kepada tatasusunan nilai ini, anda boleh melakukannya dengan menggunakan parameter 'nama'. Di sini, kami telah menamakan tatasusunan nilai ini sebagai 'Bandar' kerana ia memegang nama 6 bandar. Untuk menyimpan siri ini, objek siri 'Turki' telah dibuat.
Untuk mencipta DatetimeIndex, kami telah menggunakan kaedah 'pd.date_range()'. Di antara kurungan fungsi ini, kami telah meluluskan 4 hujah iaitu: 'mula', 'freq', 'tempoh', dan 'tz'.
Argumen 'mula' mengambil tarikh dan masa untuk mula menjana julat tarikh daripadanya. Di sini, kami telah menentukan tarikh dan masa mula sebagai '2022-03-02 02:30'. Parameter 'freq' mengklasifikasikan kekerapan untuk julat tarikh. Jadi, kami memberikannya dengan nilai 'D'. Kini, ia akan mencipta julat tarikh pada kekerapan harian. Argumen 'tempoh' ditetapkan kepada '6' yang bermaksud ia akan menjana julat tarikh selama 6 hari. Parameter terakhir ialah 'tz' yang menentukan zon waktu untuk kawasan yang ditentukan. Kami telah menentukan zon waktu untuk 'Asia/Istanbul'.
Untuk menyimpan julat tarikh ini, kami telah mencipta pembolehubah 'Datetime' pembolehubah. Untuk menetapkan DatetimeIndex, kami telah menggunakan sifat 'Series.index'. Nama siri 'Turki' dibekalkan dengan sifat '.index' dan diberikan kepadanya julat masa tarikh yang disimpan dalam pembolehubah 'Datetime'. Oleh itu, sifat 'indeks' akan mengambil nilai daripada pembolehubah 'Datetime' dan menjadikannya senarai indeks siri 'Turki'. Akhir sekali, untuk melihat siri output, kami telah menggunakan kaedah 'print()' dan lulus siri 'Turki' sebagai input kepadanya untuk memaparkan kandungannya.
Kami hanya menekan pilihan 'Jalankan fail' untuk melaksanakan skrip. Akibatnya, kita boleh melihat satu siri dengan DatetimeIndex bermula dari “2022-03-02 02:30:00+03:00” dan berakhir pada “2022-03-07 02:30:00+03:00″ mencipta tempoh daripada 6 hari. Di bawah siri 'Kekerapan :D', nama senarai tatasusunan 'Bandar' dan 'objek' dtype juga disebut.
Sekarang, kita akan belajar untuk menukar siri ini yang baru kita lihat dalam petikan di atas kepada format CSV. Untuk mengubah suai siri kepada nilai dipisahkan koma, kami mempunyai kaedah yang disediakan oleh modul panda iaitu 'Series.to_csv()'. Kaedah ini mengambil nilai siri yang disediakan dan menambah koma antara nilai lajur.
Fungsi 'Series.to_csv()' dipanggil. Nama siri yang ingin kami tukar disebut dengan kaedah sebagai 'Turkey.to_csv()'. Untuk mengekalkan nilai yang dipisahkan koma, kami telah mencipta pembolehubah 'Comma_Separated' dan kemudian meletakkan kandungannya pada tetingkap output dengan menggunakan fungsi 'print()'.
Berikut ialah siri kami dalam format csv. Kita dapat melihat dalam petikan bahawa indeks dan nilai siri telah dipisahkan menggunakan koma di dalamnya.
Contoh # 2: Menggunakan Kaedah Series.to_csv() untuk Menukar Siri Dengan Nilai NaN kepada Nilai Dipisahkan Koma
Teknik kedua untuk menggunakan kaedah 'Series.to_csv()' ialah menggunakan kaedah ini untuk menukar siri yang memegang beberapa entri nol ke dalam format CSV.
Kami pada mulanya telah mengimport pakej yang diperlukan. 'pd' dijadikan alias untuk panda dan 'np' sebagai alias untuk numpy. Kit alat numpy dimuatkan di sini kerana kami akan membuat beberapa entri nol ke dalam siri kami menggunakan 'np.NaN' sambil menciptanya menggunakan kaedah 'pd.Series()' panda.
Fungsi 'pd.Series()' digunakan untuk membina siri panda dengan nilai ini: 'Nile', 'Amazon', np.NaN, 'Ganges', 'Mississippi', 'np.NaN', 'Yangtze', “Danube”, “Mekong”, “np.NaN” dan “Volga”. Terdapat sejumlah 21 nilai yang ditakrifkan untuk siri yang mana 3 entri memegang nilai 'np.NaN' yang bermaksud 3 nilai tiada dalam siri. Sifat 'nama' menyatakan nama untuk tatasusunan nilai ini yang kami berikan 'Tajuk'. Sifat 'indeks' digunakan untuk menetapkan senarai indeks yang ditentukan pengguna dan bukannya menggunakan senarai lalai.
Di sini, kami mahu senarai indeks dengan nilai '10', '11', '12', '13', '14', '16', '17', '18', '19', '20', dan 21”. Sekarang, siri kami akan mempunyai senarai indeks bermula dari '10' dan bukannya '0'. Sekarang, simpan siri ini supaya kita boleh menggunakannya kemudian dalam program. Kami telah memulakan objek siri 'Sungai' dan memperuntukkannya siri output yang dijana daripada memanggil kaedah 'pd.Series()'. Siri ini boleh dilihat dengan memaparkannya menggunakan fungsi 'print()' oleh python.
Output yang diberikan pada terminal mencetak siri yang senarai indeksnya bermula dari 10 dan berakhir pada 21 yang bermaksud bahawa siri itu mempunyai 21 nilai.
Siri ini akan diubah menjadi format CSV dengan kaedah 'Series.to_csv()'.
Kami telah menggunakan kaedah 'Series.to_csv()' dengan siri kami 'Turki'. Oleh itu, kaedah ini akan mengambil nilai daripada siri 'Turki' dan menukarnya kepada format nilai yang dipisahkan koma. Hasilnya disimpan dalam pembolehubah 'Converted_csv'. Dan akhirnya, siri yang ditukar dicetak dengan bantuan fungsi 'cetak ()'.
Dalam petikan hasil di bawah, anda boleh melihat bahawa nilai siri kini diubah dengan cara koma digunakan untuk memisahkannya daripada senarai indeks. Selain itu, apabila nilainya tiada, hanya nombor indeks dicetak dengan koma.
Kesimpulan
Pengubahsuaian siri panda kepada format CSV ialah pendekatan praktikal. Ini boleh dicapai dengan menggunakan fungsi 'Series.to_csv()' panda. Panduan ini mempraktikkan dua teknik untuk menggunakan kaedah ini. Dalam ilustrasi pertama, kami telah menggunakan kaedah ini untuk menukar siri dengan DatetimeIndex kepada format nilai yang dipisahkan koma. Contoh ke-2 menggunakan fungsi 'Series.to_csv()' untuk mengubah suai siri dengan beberapa entri yang tiada ke dalam format CSV. Kedua-dua teknik ini telah dilaksanakan secara praktikal menggunakan alat 'Spyder' pada sistem pengendalian Windows.