python - 如何将答案存储到 numpy 数组中并使用它来创建 Excel 工作表？

Question

我有一个程序，其中包含两个函数:test() 和 outputEval() 以及一个主函数。 test() 函数包含 3 个列表值，我只是返回它们。 outputEval() 函数从测试函数获取返回值并将它们存储到 numpy 数组中，我使用该数组创建数据框来创建 Excel 工作表。我的代码:

import numpy as np
import pandas as pd
def test():
    list1 = [1, 21, 12, 24, 54, 6]
    list2 = [65, 65, 3, 2, 5, 8]
    list3 = [65, 78, 87, 5, 2, 3]
    modelInput = {
        'list1': list1, 'list2': list2, 'list3': list3
    }
    return modelInput

def outputEval(modelInput):
    solArray = np.zeros(3)
    for i in range(0, solArray.shape[0]):
        solArray[i][0] = pd.Series(modelInput['list1'])
        solArray[i][1] = pd.Series(modelInput['list2'])
        solArray[i][2] = pd.Series(modelInput['list3'])

    df=pd.DataFrame(solArray, columns=['list1', 'list2', 'list3'])
    df.to_excel('testingfile.xlsx')
def main():
    testing = test()
    run = outputEval(testing)

main()

运行后出现的错误

TypeError: 'numpy.float64' object does not support item assignment

期望的输出

list1  list2  list3
 1      65     65
 21     65     78 
 12     3      87
 24     2      5  
 54     5      2
 6      8      3

Answer 1

您不需要 for 循环

您可以使用:

def outputEval(modelInput):
    df=pd.DataFrame(modelInput, columns=['list1', 'list2', 'list3'])
    df.to_excel('testingfile.xlsx')
    #update...
    sol = df.to_numpy()
    print(sol)

如果您不需要 index 列，请使用 df.to_excel('testingfile.xlsx', index=False)。

更新1

def outputEval(modelInput):
    sol = np.c_[list(modelInput.values())].T
    df=pd.DataFrame(sol, columns=['list1', 'list2', 'list3'])
    df.to_excel('testingfile.xlsx', index=False)

更新2使用来自itertools导入链的

    modelInput = list(chain(modelInput1.values(), modelInput2.values()))
    print(modelInput)
    sol = np.c_[list(modelInput)].T

更新3

sol = np.r_[np.r_[list(modelInput1.values())].T, np.r_[list(modelInput2.values())].T]