如何使用 pandas 將附加列表中的數據插入 csv 文件？

Question

我有一個從網站上抓取的預測數據，並以下面的形式應用了 ARIMA 算法

predicted=12891.806866, expected=12890.000000
predicted=12889.863342, expected=12890.000000
predicted=12880.874762, expected=12890.000000
.....
......
........
predicted=10453.575744, expected=10999.000000
predicted=10873.639037, expected=10999.000000
predicted=11021.455329, expected=10490.000000
predicted=10620.855937, expected=10490.000000

我通過以下片段獲得了這些數據

for t in range(len(test)):
    model = arima_model.ARIMA(history, order=(10,1,0))
    model_fit = model.fit(disp=0)
    output = model_fit.forecast()
    yhat = output[0]
    predictions.append(yhat)
    obs = test[t]
    history.append(obs)
    print("predicted=%f, expected=%f" % (yhat, obs))
    print(predictions) #returns only single value [array([12755.95876035])]
    print(history) #returns [15095, 14890, 14890, 14449, 14449, 14449, 14890, 14890, 14890, 14890, 14890, 14890, 14890, ....................................... ,12990, 12990, 12990, 12990, 12990]

當我嘗試將此數據添加到 csv 文件中的現有列時，我並沒有真正看到所有數據都填充在所有行中。 我嘗試了不同的已知技術。 但我失敗得很慘。 我意識到我沒有以正確的方式讀取/復制數據以插入 csv 文件。 我在下面編寫的技術是我嘗試過的簡單示例

1.
df = pd.read_csv("mydata.csv")
df['Predicted'] = yhat
df['Expected'] = obs 
df.to_csv("mydata.csv")

2.
with open("mydata.csv", "w") as data:
    w = csv.DictWriter(data, fieldnames={"Predicted", "Expected"})
    w.writeheader()
    w.writerow({'Predicted': yhat, 'Expected': obs})
    #Even w.writerows didn't really help

3.
df.insert(value=yhat, column="Predicted", allow_duplicates = True)

RESULT:
Empty DataFrame
Columns: [Expected, Predicted]
Index: []

i ended up with column filled up with only one row from the above print("predicted=%f, expected=%f" % (yhat, obs))

我想用所有預測值和預期值填充 mydata.csv 。 我知道我在這里缺少一些技術。 如果有人幫助我，那就太好了。

提前致謝！

Answer 1

如果您的predictions和history是“附加列表”：

df = pd.read_csv("mydata.csv")
df['Predicted'] = predictions
df['Expected'] = history 
df.to_csv("mydata.csv")

Answer 2

我有點高興回答我自己的問題。 在打開 csv 文件“with”后進行循環。

with open('mydata.csv', 'a+') as csvfile:
    fieldnames = ['Expected', 'Predicted']
    w = csv.DictWriter(csvfile, fieldnames=fieldnames)
    w.writeheader()
    for t in range(len(test)):
        model = ARIMA(history, order=(10, 1, 0))
        model_fit = model.fit()
        output = model_fit.forecast()
        yhat = output[0]
        predictions.append(yhat)
        obs = test[t]
        history.append(obs)
        print("predicted=%f, expected=%f" % (yhat, obs))
        w.writerow({'Expected' : obs, 'Predicted' : yhat})

df_predicted = pd.read_csv("mydata.csv")
print(df_predicted)