<p>我建议你先把你的pd.Series变成一个pd.DataFrame。</p>
<pre><code>df = pd.DataFrame.from_items(zip(series.index, series.str.split(' '))).T
</code></pre>
<p>只要序列具有相同数量的值(对于每个条目!),由空格分隔,将返回此格式的数据帧</p>
<pre><code>Out[49]:
0 1 2 3 4
0 3072 648 457 1035 260
1 1196 475 150 7153 671
2 838 1 300 953 1210
3 2278 151 21 4993 2628
4 1259 1035 339 2571 7153
</code></pre>
<p>接下来,我将适当地命名列</p>
<pre><code>df.columns = ['movie-id1', 'movie-id2', 'movie-id3', 'movie-id4', 'movie-id5']
</code></pre>
<p>最后,数据帧按客户id进行索引(我假设这是基于您的序列索引)。我们希望将其移动到数据框中,然后重新组织列。</p>
<pre><code>df['customer_id'] = df.index
df = df[['customer_id', 'movie-id1', 'movie-id2', 'movie-id3', 'movie-id4', 'movie-id5']]
</code></pre>
<p>现在给你留下这样一个数据框</p>
<pre><code> customer_id movie-id1 movie-id2 movie-id3 movie-id4 movie-id5
0 0 3072 648 457 1035 260
1 1 1196 475 150 7153 671
2 2 838 1 300 953 1210
3 3 2278 151 21 4993 2628
4 4 1259 1035 339 2571 7153
</code></pre>
<p>我建议您使用</p>
<pre><code>df.to_csv('filepath.csv', index=False)
</code></pre>
<p>但是,如果要将其作为文本文件编写,并且只使用空格分隔,则可以使用相同的函数,但传递分隔符。</p>
<pre><code>df.to_csv('filepath.txt', sep=' ', index=False)
</code></pre>
<p>我不认为Series对象是您要解决的问题的正确数据结构选择。将数字数据视为数字数据(并在数据帧中)比在imo中维护“空间分隔字符串”转换要容易得多</p>