University_df = pd.DataFrame(columns= ['from','to','weight']) for i in range(1,len(NXdata)): for j in range(i,len(NXdata)): if NXdata.iloc[i,j] > 0: df = pd.DataFrame([[NXdata.iloc[i,0],NXdata.iloc[j,0],NXdata.iloc[i,j]]],columns= ['from','to','weight']) University_df = University_df._append(df)怎么把得到的University_df保存为一个新的EXCEL

要将DataFrame `University_df`保存为一个新的Excel文件，你使用`to_excel`方法。以下是一种可能的实现方式：

University_df.to_excel('output.xlsx', index=False)

上述代码将DataFrame保存为名为`output.xlsx`的Excel文件。`index=False`参数用于不包含行索引。你可以根据需要更改文件名和保存路径。

确保已经导入了`pandas`库，并且文件名的扩展名为`.xlsx`，以便生成Excel文件。

相关问题

University_df = pd.DataFrame(columns= ['from','to','weight']) for i in range(1,len(NXdata)): for j in range(i,len(NXdata)): if NXdata.iloc[i,j] > 0: df = pd.DataFrame([[NXdata.iloc[i,0],NXdata.iloc[j,0],NXdata.iloc[i,j]]],columns= ['from','to','weight']) University_df = University_df.append(df) 怎么把weight'列所有数据相加

要将'weight'列的所有数据相加，可以使用`sum()`函数。以下是一种可能的实现方式：

total_weight = University_df['weight'].sum()
print(total_weight)

上述代码将计算'weight'列的总和，并将结果打印输出。你可以根据需要将结果存储到变量中，或进行其他操作。

确保已经导入了`pandas`库，并且DataFrame `University_df`已经正确填充了数据。

df2 = pd.DataFrame((re.findall(REGEX2, line) for line in data[1:]), columns=columns2)

在修改了列名列表的生成方式后，可以继续使用原有的代码生成DataFrame对象，例如：

import pandas as pd
import re

# 匹配任意数量的空格
REGEX_SPACE = r'\s+'

def parse_data(data):
    # 将第一行数据按空格分割并生成列名列表
    columns1 = [f'col{i}' for i in range(1, len(re.split(REGEX_SPACE, data[0]))+1)]
    
    # 将第二行及以后的数据按空格分割并生成列名列表
    columns2 = [f'col{i}' for i in range(1, len(re.split(REGEX_SPACE, data[1]))+1)]
    
    # 将第一行数据按指定正则表达式匹配，并生成DataFrame对象
    df1 = pd.DataFrame(re.findall(REGEX1, data[0]), columns=columns1)
    
    # 将第二行及以后的数据按指定正则表达式匹配，并生成DataFrame对象
    df2 = pd.DataFrame((re.findall(REGEX2, line) for line in data[1:]), columns=columns2)
    
    # 将两个DataFrame对象合并为一个，并返回结果
    df = pd.concat([df1, df2], axis=1)
    return df

这样，就可以正确地生成DataFrame对象了。