将pca降维后的特征列X与Vulnerability grade列输出为一个新的excel

要将降维后的特征列X与原始数据中的"Vulnerability grade"列输出到一个新的Excel文件中，你可以使用pandas库中的`DataFrame`来创建一个包含这两列数据的数据框，并使用`to_excel`方法将其保存为Excel文件。以下是一个示例代码：

import pandas as pd
from sklearn.decomposition import PCA

# 读取Excel数据
data = pd.read_excel('C:/Users/86178/Desktop/test/test/TF-IDF/SSG hole span版.xlsx')

# 提取特征列
feature_columns = ["Bridge length (m)", "Pier type", "Foundation type", "Hole", "Span (m)", "Bearing type", "Plane linear"]
X = data[feature_columns]

# 使用PCA进行降维
pca = PCA(n_components=1)
X_pca = pca.fit_transform(X)

# 提取"Vulnerability grade"列
vulnerability_grade = data['Vulnerability grade']

# 创建DataFrame对象
df = pd.DataFrame({'Vulnerability grade': vulnerability_grade, "X": X_pca.flatten()})

# 将数据保存为Excel文件
df.to_excel('output.xlsx', index=False)

在上述代码中，我们首先读取了Excel文件中的原始数据。然后，提取了需要进行降维的特征列，这里使用的是你之前提到的特征列。接下来，使用PCA进行降维，将特征列维度减少为1，并保存在`X_pca`变量中。

然后，提取了"Vulnerability grade"列的值，并与降维后的特征列`X_pca`合并到一个新的DataFrame对象中。注意，为了保持一致性，我们使用`X_pca.flatten()`将`X_pca`转换为一维数组。

最后，使用`to_excel`方法将数据保存为Excel文件，文件名为"output.xlsx"，并设置`index=False`以去除索引列。

请确保已安装pandas和sklearn库，并将Excel文件路径更改为你实际的文件路径。运行上述代码后，你将得到一个包含降维后的特征列X和"Vulnerability grade"列的新Excel文件。