如何保存 .csv 文件，其中我使用 pandas 将字符串数据转换为 .csv 文件特定列的数字数据？

Question

我编写了这个程序，将字符串数据转换为给定行的数字数据。 实际的 csv 文件在这里。

> df.Sex[df.Sex == 'M'] = 1 df.Sex[df.Sex == 'F'] = 0
> #changing ChestPainType of TA ,ATA,NAP and ASY into 1,2,3 and 4 df.ChestPainType[df.ChestPainType == 'TA'] = 1
> df.ChestPainType[df.ChestPainType == 'ATA'] = 2
> df.ChestPainType[df.ChestPainType == 'NAP'] = 3
> df.ChestPainType[df.ChestPainType == 'ASY'] = 4
> # changing ExerciseAngina of N = 0 and Y = 1 df.ExerciseAngina[df.ExerciseAngina == 'N'] = 0
> df.ExerciseAngina[df.ExerciseAngina == 'Y'] = 1
> # changing RestingECG of Normal,ST and LVH into 1,2 and 3 df.RestingECG[df.RestingECG == 'Normal'] = 1
> df.RestingECG[df.RestingECG == 'ST'] = 2 df.RestingECG[df.RestingECG
> == 'LVH'] = 3
> 
> df.ST_Slope[df.ST_Slope == 'Up'] = 1 df.ST_Slope[df.ST_Slope ==
> 'Flat'] = 2 df.ST_Slope[df.ST_Slope == 'Down'] = 3 df.head()

它显示了文件前 5 行的输出。

但之后当我尝试使用这个程序打印相关性时：

pearsoncorr = df.corr(method = 'pearson')   #df = the .csv file i am working with. 

pearsoncorr

它显示给我的输出是这样的。

在这里，我想查看我之前更改的新 csv 文件的相关性，该文件应该是这个文件，并且预期的相关性输出应该几乎像这样显示所有列。 但是这个相关表向我展示了这个csv 文件的相关性。

问题是，如何保存修改后的 .csv 文件？

PS我是这个网站的新手，所以如果我犯了任何错误，我深表歉意，如果你让我知道如何更改它，我会很高兴。

Answer 1

您很可能正在尝试在 DataFrame 中的切片副本上设置值

SettingWithCopyWarning：试图在 DataFrame 中的切片副本上设置值

您可以在view-versus-a-copy和SettingWithCopyWarning上看到为什么这可能是一个问题。

使用df.Sex[df.Sex == 'M'] = 1时，原始 DataFrame 可能没有被更改。 您可以使用df.info()检查并检查Dtype列。

 #   Column          Non-Null Count  Dtype
---  ------          --------------  -----
 0   Age             918 non-null    int64
 1   Sex             918 non-null    object
 2   ChestPainType   918 non-null    object
 3   RestingBP       918 non-null    int64
 ...

在前面提到的 Pandas 文档链接中，推荐的访问方法是对多个项目使用.loc （在您的情况下使用掩码， df.Sex == 'M' ）和使用固定索引的单个项目：

df.loc[df.Sex == 'M', 'Sex'] = 1
df.loc[df.Sex == 'F', 'Sex'] = 0

另一种选择是使用 Pandas map ，在我看来，它更好地表达了代码意图。

df.Sex = df.Sex.map({'M':1, 'F':0})
df.ChestPainType = df.ChestPainType.map({'TA': 1, 'ATA': 2, 'NAP': 3, 'ASY': 4})
df.ExerciseAngina = df.ExerciseAngina.map({'N': 0, 'Y': 1})
...

再次检查Dtype列，我们可以确保这些值实际上是整数类型，允许您使用df.corr （或使用 to_csv 将具有新值的to_csv保存到 csv）。

Data columns (total 12 columns):
#   Column          Non-Null Count  Dtype
---  ------          --------------  -----
0   Age             918 non-null    int64
1   Sex             918 non-null    int64
2   ChestPainType   918 non-null    int64
3   RestingBP       918 non-null    int64
...