如何将Azure multi-variate anomaly detection输出保存为指定格式CSV文件

你可以选择以下两种方案实现，均兼容你当前的Azure多元异常检测结果返回结构：

方案1：使用Python内置csv模块（无需额外安装依赖） #

直接调用Python标准库完成写入，代码示例如下：

import csv

# 定义CSV表头，和你需要的字段顺序完全匹配
headers = ["timestamp", "is anomaly", "severity", "score", "contributors"]

# 打开文件写入
with open("anomaly_detection_result.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    # 写入表头
    writer.writerow(headers)
    # 循环写入每条检测结果
    for r in result.results:
        # 格式化timestamp为你要求的年,月,日,时,分格式，若timestamp本身已是字符串可直接使用
        ts = r.timestamp
        formatted_ts = f"{ts.year}, {ts.month}, {ts.day}, {ts.hour}, {ts.minute}"
        # 按顺序写入对应字段
        writer.writerow([
            formatted_ts,
            r.value.is_anomaly,
            r.value.severity,
            r.value.score,
            r.value.contributors if r.value.contributors else "None"
        ])

方案2：使用pandas实现（代码更简洁，适合后续数据处理） #

如果你的环境已经安装pandas，可以用更精简的代码完成：

import pandas as pd

# 先把所有结果整理为字典列表
data = []
for r in result.results:
    ts = r.timestamp
    formatted_ts = f"{ts.year}, {ts.month}, {ts.day}, {ts.hour}, {ts.minute}"
    data.append({
        "timestamp": formatted_ts,
        "is anomaly": r.value.is_anomaly,
        "severity": r.value.severity,
        "score": r.value.score,
        "contributors": r.value.contributors if r.value.contributors else "None"
    })

# 转DataFrame后直接导出为CSV
df = pd.DataFrame(data)
df.to_csv("anomaly_detection_result.csv", index=False, encoding="utf-8")

补充说明 #

如果你的r.timestamp本身已经是字符串格式，直接替换代码里的formatted_ts为r.timestamp即可，无需额外格式化。

内容的提问来源于stack exchange，提问作者Amzzz