为什么 pandas Dataframe.to_csv 的输出与 Series.to_csv 不同？

Question

我需要一个单行 CSV，其中的数据由 , 分割。我的问题是，当我尝试使用 apply 迭代我的 Dataframe 时，我得到一个 Series 对象，而 to_csv 方法给了我一个 str 分成几行，将 None 设置为 "" 并且没有任何 @987654327 @。但是，如果我用for 遍历数据框，我的方法会得到一个Dataframe 对象，它给我一个str 与, 在一行中，而没有将None 设置为""。

这是一个测试代码：

import pandas


def print_csv(tabular_data):
    print(type(tabular_data))
    csv_data = tabular_data.to_csv(header=False, index=False)
    print(csv_data)


df = pandas.DataFrame([
    {"a": None, "b": 0.32, "c": 0.43},
    {"a": None, "b": 0.23, "c": 0.12},
])

df.apply(lambda x: print_csv(x), axis=1)

for i in range(0, df.shape[0]):
    print_csv(df[i:i+1])

控制台输出使用apply:

<class 'pandas.core.series.Series'>
""
0.32
0.43
<class 'pandas.core.series.Series'>
""
0.23
0.12

控制台输出使用for:

<class 'pandas.core.frame.DataFrame'>
,0.32,0.43
<class 'pandas.core.frame.DataFrame'>
,0.23,0.12

我尝试在我的函数中使用csv_data = tabular_data.to_csv(header=False, index=False, sep=',')，但得到了相同的输出。

当我在 DataFrame 和 Series 中使用 to_csv 方法时，为什么会得到不同的输出？

需要进行哪些更改以使apply 与for 给出相同的结果？

Answer 1

嗯，我研究了很多，我的输出是不同的，因为这是预期的行为。我在 Pandas 存储库中找到了一个 PR，其中一些贡献者添加了一个带有 Series.to_csv 的 sn-p，并且具有与我相同的输出 (This the comment from toobaz)。

因为 Series 是 DataFrame 单列的数据结构，所以我的 print_csv 函数真正得到的是包含我的数据的单列数据结构（这是 print(tabular_data.head()) 在 print_csv 内的输出当使用df.apply(lambda x: print_csv(x), axis=1) 调用一个对象时）：

<class 'pandas.core.series.Series'>
a    None
b    0.23
c    0.12
Name: 1, dtype: object

所以，CSV 可以这样，因为它每列生成一行：

""
0.23
0.12

要获得我想要的输出，我需要做的是将单列数据结构更改为单行数据结构。为此，我使用pandas.Series.to_frame 将Series 对象转换为DataFrame 并将其转置（我使用DataFrame 的属性T，它是pandas.DataFrame.transpose 的访问器）。

我把apply函数改成：

df.apply(lambda x: print_csv(x.to_frame().T), axis=1)

在apply 中调用print_csv 的新输出以及问题中的DataFrame（带有示例数据）是我所期望的：

<class 'pandas.core.frame.DataFrame'>
,0.32,0.43
<class 'pandas.core.frame.DataFrame'>
,0.23,0.12