如何将Pandas DataFrame保存为指定格式的TXT文件？

目标格式示例 #

2 qid:0 0:0.4967141530112327 1:-0.1382643011711847 2:0.6476885381006925 3:1.523029856408025 4:-0.234153374723336 
1 qid:2 0:1.465648768921554 1:-0.2257763004865357 2:0.06752820468792384 3:-1.424748186213457 4:-0.5443827245251827 
2 qid:0 0:0.7384665799954104 1:0.1713682811899705 2:-0.1156482823882405 3:-0.3011036955892888 4:-1.478521990367427 

格式规则：

• 第一列为整数类型的label
• 第二列为qid:数字格式的字符串
• 后续列均为列名:浮点数格式，列名从0开始递增

现有DataFrame结构 #

import pandas as pd

data = {'label': [2,3,2],
        'qid': ['qid:0', 'qid:1','qid:0'],
       '0': [0.4967, 0.4967,0.4967],
       '1': [0.4967, 0.4967,0.4967],
       '2': [0.4967, 0.4967,0.4967],
       '3': [0.4967, 0.4967,0.4967],
       '4': [0.4967, 0.4967,0.4967]}

df = pd.DataFrame(data)

转换方案 #

方法1：逐行格式化（简洁直观） #

定义格式化函数处理每行数据，再批量保存：

def format_row(row):
    # 拼接label和qid
    line_parts = [str(row['label']), row['qid']]
    # 遍历特征列，拼接"列名:浮点数"格式的字符串
    feature_cols = ['0', '1', '2', '3', '4']
    for col in feature_cols:
        # 若需匹配目标格式的小数位数，可改为f"{col}:{row[col]:.15f}"
        line_parts.append(f"{col}:{row[col]}")
    return ' '.join(line_parts)

# 生成所有行的格式化字符串
formatted_content = df.apply(format_row, axis=1)

# 保存到TXT文件，关闭索引和表头
formatted_content.to_csv('formatted_data.txt', index=False, header=False)

方法2：批量拼接（高效处理大数据） #

如果DataFrame数据量较大，用向量化操作代替逐行apply，提升效率：

# 拼接label和qid部分
label_qid = df['label'].astype(str) + ' ' + df['qid']

# 拼接特征列部分
feature_strs = []
for col in ['0', '1', '2', '3', '4']:
    feature_strs.append(df[col].apply(lambda x: f"{col}:{x}"))

# 合并所有部分
full_lines = label_qid + ' ' + ' '.join(feature_strs)

# 保存文件
full_lines.to_csv('formatted_data.txt', index=False, header=False)

注意事项 #

• 若需要和目标格式的小数位数完全一致，在格式化浮点数时指定精度，比如f"{col}:{row[col]:.15f}"
• 确保特征列的顺序和目标格式一致（从0到4依次排列）

内容的提问来源于stack exchange，提问作者Tartaglia