用DataFrame导出Pandas DataFrame

Question

我刚刚发现了熊猫，它的能力给我留下了深刻的印象。我很难理解如何使用DataFrame和MultiIndex。

我有两个问题：

(1)导出DataFrame

我的问题是:这个数据集

import pandas as pd
import StringIO
d1 = StringIO.StringIO(
     """Gender,Employed,Region,Degree
     m,yes,east,ba
     m,yes,north,ba
     f,yes,south,ba
     f,no,east,ba
     f,no,east,bsc
     m,no,north,bsc
     m,yes,south,ma
     f,yes,west,phd
     m,no,west,phd
     m,yes,west,phd """
   )

df = pd.read_csv(d1)

# Frequencies tables
tab1 = pd.crosstab(df.Gender, df.Region)
tab2 = pd.crosstab(df.Gender, [df.Region, df.Degree])
tab3 = pd.crosstab([df.Gender, df.Employed], [df.Region, df.Degree])

# Now we export the datasets 
tab1.to_excel('H:/test_tab1.xlsx')  # OK 
tab2.to_excel('H:/test_tab2.xlsx') # fails 
tab3.to_excel('H:/test_tab3.xlsx') # fails 

我能想到的一个解决办法是改变列(R的方式)。

def NewColums(DFwithMultiIndex):
       NewCol = []
       for item in DFwithMultiIndex.columns:
               NewCol.append('-'.join(item))
       return NewCol 

# New Columns 
tab2.columns = NewColums(tab2)
tab3.columns = NewColums(tab3)

# New export  
tab2.to_excel('H:/test_tab2.xlsx')  # OK
tab3.to_excel('H:/test_tab3.xlsx')  # OK

我的问题是:在Pandas中是否有我在文档中遗漏的更有效的方法来做到这一点？

2)选择列

这种新结构不允许在给定变量上选择列(首先是分层索引的优势)。如何选择包含给定字符串(例如'-ba')的列？

P.S:我见过这个问题，它是相关的，但还没有理解提议的答复

Answer 1

这看起来像to_excel中的一个bug，目前我建议使用to_csv (这似乎没有显示出这个问题)。

我将其添加为https://github.com/pydata/pandas/issues/2701。

为了回答第二个问题，如果你真的需要使用to_excel.

您可以使用filter只选择包含'-ba'的列。

In [21]: filter(lambda x: '-ba' in x, tab2.columns)
Out[21]: ['east-ba', 'north-ba', 'south-ba']

In [22]: tab2[filter(lambda x: '-ba' in x, tab2.columns)]
Out[22]: 
        east-ba  north-ba  south-ba
Gender                             
     f        1         0         1
     m        1         1         0