python将字典数据保存为 excle或csv文件-程序员宅基地

参考:python对CSV、Excel、txt、dat、mat文件的处理

dict_data = [{'Address': 'CKYsrEiJBrUGXfKYGrr4PkCLbRQn5TiXCm',
  'miner_balance': 197561652,
  'miner_recieved': 197561652,
  'miner_sent': 0,
  'top': 98,
  'turnover_rate': '0%'},
 {'Address': 'CQ7CtUqNzbQCUMrpvK6KRx36iNd4sUtEj6',
  'miner_balance': 789587472,
  'miner_recieved': 195821124,
  'miner_sent': 593766347,
  'top': 99,
  'turnover_rate': '75.20%'},
 {'Address': 'CVgM6SEWL339zmd9Wqjspoe6iyCHtCeK6v',
  'miner_balance': 415825423,
  'miner_recieved': 187499058,
  'miner_sent': 228326365,
  'top': 100,
  'turnover_rate': '54.91%'}]
# 将字典存为csv
def dic_to_csv(dic_data):
    pd.DataFrame(dic_data).to_csv('compdata.csv')

# 将字典列表导出为Excel文件
def export_excel(dic_data):
    # 将字典列表转换为DataFrame
    pf=pd.DataFrame(list(dic_data))
    # 指定字段顺序
    order=['top', 'Address', 'miner_recieved','miner_sent', 'miner_balance','turnover_rate']
    pf=pf[order]
    # 将列名替换为中文
    columns_map={
        'top': '矿工排名',
        'Address': '矿工地址',
        'miner_recieved': '收到金额 (COMP)',
        'miner_sent': '发出金额 (COMP)',
        'miner_balance': '账户余额 (COMP)',
        'turnover_rate': '转手率'
    }
    pf.rename(columns=columns_map, inplace=True)
    # 指定生成的Excel表格名称
    file_path=pd.ExcelWriter('compdata.xlsx')
    # file_csv_path = pd.read_csv("compound.csv")
    # 替换空单元格
    pf.fillna(' ', inplace=True)
    # 输出
    pf.to_excel(file_path, encoding='utf-8', index=False)
    # pf.to_csv(file_csv_path, encoding='utf-8', index=False)
    # 保存表格
    file_path.save()

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_44818729/article/details/107122258

智能推荐

document.body.clientHeight 和 document.documentElement.clientHeight 的区别_document.body.clientheight document.documentelemen-程序员宅基地

文章浏览阅读1.6k次。1、javascript中的 document.body.clientHeight 和 document.documentElement.clientHeight 的区别这个问题是我在整合新的美工页_document.body.clientheight document.documentelement.clientheight;

用链表实现一元稀疏多项式的相加_用链表实现稀疏多项式相加c语言-程序员宅基地

文章浏览阅读2.4k次,点赞4次,收藏20次。一元多项式一定要包含系数项和指数项的描述,对一元多项式的基本运算,可应用两个有序链表合并的思想进行。_用链表实现稀疏多项式相加c语言

leetcode刷题时对哈希表set和map使用的总结_为什么leet'code建立map不用存入数据’-程序员宅基地

文章浏览阅读278次。leetcode刷题时对哈希表set和map使用的总结_为什么leet'code建立map不用存入数据’

国内外点云处理著名的研究小组和学者_国内点云实验室-程序员宅基地

文章浏览阅读384次。国内外点云处理著名的研究小组和学者_国内点云实验室

【AppScan扫描篇】求人不如求己!解决带验证码的系统AppScan登录序列记录失败问题。_appscan无法记录登录-程序员宅基地

文章浏览阅读6.6k次,点赞4次,收藏34次。0x00扫描神器AppScan大家应该都不陌生了。废话少说,直入主题。0x01我们在工作过程中,经常会遇到登录页面带验证码的系统,如果我们直接打开AppScan下一步下一步,按推荐方法记录登录序列时会提示记录失败。比较方便又比较麻烦的办法是让开发暂时把验证码屏蔽了。但是可能被开发嫌弃等等。。。0x02 解决方法:URL输入登录后的主页路径登录方法选择无。然后点击左下角完全扫描配置,选择参数和cookie,安装下图填入你浏览器的cookie。(Chrome查看接口或者burp .._appscan无法记录登录

实战分析江恩理论_江恩理论精髓读后感-程序员宅基地

文章浏览阅读9.4k次。从费氏数列看时间周期 William D. Gann(续贴,请再本栏寻找前文)  13世纪初,一位名叫费波纳奇的意大利商人兼数学家在完成一次埃及之旅后,写下一本数学名著——《计算的书》。这本书产生了两个成果:一个是把有史以来最伟大的数学发现——10进制从埃及传到欧洲,并使它成为以后一切数学计算的基础;一个就是费波纳奇数列。这一数列揭示了事物在不间断运动状态下所具有的某种自然规则,反映了一种自然_江恩理论精髓读后感

随便推点

视频大语言模型调研论文《Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding》解读_videollama: an instruction-tuned audio-visual lang-程序员宅基地

文章浏览阅读736次,点赞17次,收藏20次。大型语言模型(LLMs)已经表现出了出色的理解和遵循用户意图和指令的能力。研究人员通常将用户请求和LLMs的响应都以文本形式表达,但是,在许多应用场景下,仅限于文本的人机交互并不足够,真实世界的信息通常是多模态的。现有工作的不足。为了进一步探索LLMs的潜力,许多研究人员尝试赋予LLMs理解多模态内容的能力。包括使用大量交织的图像-文本数据或语音-文本数据对多模态LLMs进行大规模预训练,以适应多模态输入。或者采用更高效的参数方式,通过补充LLMs与现成的视觉或语音基础模型来实现多模态理解。_videollama: an instruction-tuned audio-visual language model for video under

SDL—威胁建模STRIDE_sdl threat modeling tool-程序员宅基地

文章浏览阅读1.7k次。专门拎出来一片来学习威胁建模的详细内容,主要是关注不同的威胁建模方法以及威胁建模实际落地的情况。这里特指的软件安全流程。本篇只针对STRIDE以及它的一个补充进行描述。_sdl threat modeling tool

cpu压测神器:cpuburn深度指南_cpuburner-程序员宅基地

文章浏览阅读2.6k次。1. 前言最近在测试一个物联网的项目,项目里包含设备资源进行监控告警的功能。例如如下监控项:cpu负载超核、内存使用率过高、硬盘使用率过高,系统流量超速等。为了验证监控的有效性,就需要构造对应场景来进行测试。如何对cpu,内存,硬盘,流量这几类资源进行数据构造呢?我在网速搜罗了一圈发现有四个比较好用的工具,能较方便的构造对应场景:cpuburn memtester dd netperf首先我们来介绍这款烧脑神器,cpuburn2.简介项目地址:https://patri._cpuburner

python的kcf跟踪算法_kcf跟踪算法 python-程序员宅基地

文章浏览阅读5.6k次,点赞5次,收藏61次。1.代码链接:https://github.com/uoip/KCFpy2.代码修改下:直接用没用起来,各种小问题,python版本不同造成的。2.1fhog代码import numpy as np import cv2from numba import jit# constantNUM_SECTOR = 9FLT_EPSILON = 1e-07@jitdef func1(dx, dy, boundary_x, boundary_y, height, width, numC_kcf跟踪算法 python

benchmark部署简单心得_benchmark-java部署教程-程序员宅基地

文章浏览阅读1.2k次。一. YCSB部署安装注意:在安装YCSB benchmark时需要注意各个安装包的版本问题(Hbase---JDK) (Hbase---Hadoop) 假设Hadoop环境已经完全配置并部署成功YCSB是一种很流行的用于NoSQL数据库管理系统的benchmark。YCSB提供了不同的workloads,每个都有不同的组合和..._benchmark-java部署教程

[Problem b HYSBZ - 2301][GCD HDU - 1695] 莫比乌斯反演 + 容斥 + 分块-程序员宅基地

文章浏览阅读169次。Problem b HYSBZ - 2301对于给出的 nnn 个询问,每次求有多少个数对 (x,y)(x,y)(x,y) ,满足 a≤x≤ba ≤ x ≤ ba≤x≤b , c≤y≤dc ≤ y ≤ dc≤y≤d ,且 gcd(x,y)=kgcd(x,y) = kgcd(x,y)=k , gcd(x,y)gcd(x,y)gcd(x,y) 函数为 xxx 和 yyy 的最大公约数。Inp...

推荐文章

热门文章

相关标签