在外部文件中写入不同dataframe / np.array的列-Python

Question

我堆满了一些应该非常容易实现的东西。 我有一个熊猫数据框，其中每一列（总计10000）代表我的x变量。 我还有另一个熊猫数据框，它是我的y变量，仅由一列组成。 我想创建外部文件，可以在文件0-> [y，x [0]]，文件1-> [y，x [1]]等中找到。等等。一开始我虽然将所有内容放在一起通过连接变量在一个唯一的文件中：
new=pd.concat([time['#Time'],lc], axis=1) new.to_csv('simulated_lc.csv', sep=' ',index=False)

但是如果有10000列，那么使用数据文件并不是那么实际。

我还尝试了另一种方法：我没有将变量放在数据框中，而是将它们定义为数组。 因此，我有一个x变量x [i，j]，其中每个i行是我要与一个一维数组的y变量一起写入i文件的数据集：

for i in range(0,10000):
fname='lc'+str(i)+'.txt'
dataset=[x[i],y]
np.savetxt(fname,dataset)

我唯一的问题是，当我打开文件时，数据没有写成两个单独的列，例如：

0 1
2 3
3 4
...

我该如何解决？ 谢谢。

Answer 1

这个怎么样：

z = x.join(y, lsuffix='L', rsuffix='R')
for i in range(0,1000):
    fname='lc'+str(i)+'.csv'
    z.to_csv(fname, index=i)

Answer 2

使用双括号切片器[[...]]只需在X的列循环中使用pd.concat ：

for col in x.columns:
   fname='lc'+str(i)+'.txt'

   dataset = pd.concat([y, x[[col]]], axis=1)
   dataset.to_csv(fname, sep=' ', index=False)