如何将Numpy数组与固定字符串标签导出为指定格式CSV文件？

嘿，我来帮你搞定这个CSV导出的问题！你需要给结果加上固定值的Channel和Class列，其实用numpy或者pandas都能轻松实现，下面给你两种实用方案：

方案一：用Numpy直接实现 #

既然你已经在用numpy处理数组，我们可以先生成和你的freq数组长度一致的固定值列，再把所有列合并起来导出。需要注意混合类型（数字+字符串）的处理，具体代码如下：

import numpy as np

def export_data_csv(freq, matrix, channel_val=1, class_label="your_target_class"):
    # 生成和freq同长度的固定值列
    channel_col = np.full_like(freq, channel_val, dtype=int)  # Channel设为整数，可按需修改类型
    class_col = np.full_like(freq, class_label, dtype=str)
    
    # 合并四列数据
    combined_data = np.column_stack((channel_col, freq, matrix, class_col))
    
    # 导出CSV，指定表头和每列的格式
    header = "Channel,Freq,FFT,Class"
    np.savetxt(
        "freq_amp.csv", 
        combined_data, 
        delimiter=",", 
        header=header, 
        fmt=["%d", "%f", "%f", "%s"],  # 对应每列的格式
        comments=''  # 避免表头被自动加上#
    )

方案二：用Pandas实现（更推荐，适配你的原始数据来源） #

既然你的原始数据来自Pandas DataFrame，用Pandas处理会更直观简洁，不需要纠结numpy的类型问题：

import pandas as pd
import numpy as np

def export_data_csv(freq, matrix, channel_val=1, class_label="your_target_class"):
    # 把(x,1)的numpy数组转成一维，再构建DataFrame
    df = pd.DataFrame({
        "Freq": freq.flatten(),
        "FFT": matrix.flatten()
    })
    
    # 直接添加固定值列
    df["Channel"] = channel_val
    df["Class"] = class_label
    
    # 调整列的顺序为你需要的Channel→Freq→FFT→Class
    df = df[["Channel", "Freq", "FFT", "Class"]]
    
    # 导出CSV，去掉默认的索引列
    df.to_csv("freq_amp.csv", index=False)

如果你的原始数据本来就是DataFrame，那更省事——直接在原DataFrame上添加Channel和Class列，再调用to_csv就行，完全不用转成numpy数组折腾~

内容的提问来源于stack exchange，提问作者Abdullah