无法使用熊猫存储多索引 csv 文件

Question

我有一个看起来像的数据框，

                         JAPE_feature                     
                     100 200 2200 2600 4600         
did offset word                                                               
0   0      aa          0   1    0    0    0          
0   11     bf          0   1    0    0    0           
0   12     vf          0   1    0    0    0             
0   13     rw          1   0    0    0    0             
0   14     asd         1   0    0    0    0               
0   16     dsdd        0   0    1    0    0               
0   18     wd          0   0    0    1    0              
0   20     wsw         0   0    0    1    0               
0   21     sd          0   0    0    0    1

现在，我正在尝试将此数据帧保存为 csv 格式。

df.to_csv('data.csv')

所以，它会像这样存储，

现在，我在这里尝试保存而不在 JAPE_feature 列中创建新列。它只会在一列中包含 5 个子功能。

         JAPE_FEATURES
   100 |  200 |  2200 |   2600 | 4600 

the sub-columns should be like this . It should not create the different columns 

Answer 1

我认为这里最好的是将DataFrame转换为excel，如果需要merge一级MultiIndex in columns：

df.to_excel('data.xlsx')

---

如果想要 csv 那就有问题了，需要更改 MultiIndex 以将重复值替换为空字符串：

print (df.columns)
MultiIndex([('JAPE_feature',  100),
            ('JAPE_feature',  200),
            ('JAPE_feature', 2200),
            ('JAPE_feature', 2600),
            ('JAPE_feature', 4600)],
           )

cols = df.columns.to_frame()
cols[0] = cols[0].mask(cols[0].duplicated(), '')
df.columns = pd.MultiIndex.from_arrays([cols[0], cols[1]])
print (df.columns)
MultiIndex([('JAPE_feature',  100),
            (            '',  200),
            (            '', 2200),
            (            '', 2600),
            (            '', 4600)],
           names=[0, 1])

df.to_csv('data.csv')