pandas to_csv() 导出为 CSV文件

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 to_csv() 方法用于将 DataFrame 对象导出为 CSV（逗号分隔值）文件或字符串。它非常灵活，允许用户指定多种参数来自定义导出的格式。to_csv() 方法主要应用于 DataFrame 数据类型。

语法

将对象写入逗号分隔值（csv）文件。

DataFrame.to_csv(path_or_buf=None, *,
                 sep=',', na_rep='', float_format=None, 
                 columns=None, header=True, index=True, 
                 index_label=None, mode='w', encoding=None, 
                 compression='infer', quoting=None, 
                 quotechar='"', lineterminator=None, 
                 chunksize=None, date_format=None, 
                 doublequote=True, escapechar=None, 
                 decimal='.', errors='strict', 
                 storage_options=None)

参数解释

path_or_buf: str 或类似路径的对象，或 None，默认为 None
- 指定输出目标，可以是文件路径、文件对象。如果为 None，则返回 CSV 格式的字符串。
sep: str，默认值为 ','
- 指定输出文件的字段分隔符，通常是逗号。
na_rep: str，默认值为 ''
- 指定缺失值的表示形式，默认是空字符串。
float_format: str 或可调用对象，默认值为 None
- 指定浮点数的格式化字符串。
columns: 序列，可选
- 指定要写入的列。如果未指定，则写入所有列。
header: bool 或 list，默认值为 True
- 是否写入列名。如果给出一个字符串列表，则使用该列表作为列名。
index: bool，默认值为 True
- 是否写入行索引。
index_label: str 或序列或 False，默认值为 None
- 为索引列指定列名。如果未指定且 header 和 index 为 True，则使用索引名。
mode: {‘w’, ‘x’, ‘a’}，默认值为 w
- 指定文件打开的模式：
  - 'w'：覆盖现有文件。
  - 'x'：创建新文件，若文件已存在则失败。
  - 'a'：追加到现有文件的末尾。
encoding: str，可选
- 指定文件编码，默认是 'utf-8'。
compression: str 或 dict，默认值为 infer
- 对输出数据进行压缩，可选的压缩方式包括 'gzip'、'bz2'、'zip' 等。
quoting: csv 模块中的常量，可选
- 控制字段是否引用。
quotechar: str，默认值为 '"'
- 用于引用字段的字符。
lineterminator: str，可选
- 指定输出文件的行终止符。
chunksize: int 或 None
- 每次写入的行数，适用于大数据集的逐块写入。
date_format: str，默认值为 None
- 指定日期对象的格式化字符串。
doublequote: bool，默认值为 True
- 控制字段中引用字符的转义。
escapechar: str，默认值为 None
- 用于转义分隔符和引用字符的字符。
decimal: str，默认值为 '.'
- 小数点分隔符，常用于欧洲数据。
errors: str，默认值为 strict
- 指定编码和解码错误的处理方式。
storage_options: dict，可选
- 特定存储连接的附加选项，例如 s3://、gcs:// 等 URL 的相关选项。

返回值：

如果 path_or_buf 为 None，返回 CSV 格式的字符串；否则返回 None。

使用场景：

数据导出：当你需要将 DataFrame 数据导出为 CSV 文件用于存档、共享或进一步分析时，to_csv() 是最常用的方法之一。
数据格式定制：通过各种参数，你可以灵活定制 CSV 文件的格式，满足不同数据处理系统的需求。

示例

创建包含“df”但不带索引的“out.csv”

df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
                   'mask': ['red', 'purple'],
                   'weapon': ['sai', 'bo staff']})
df.to_csv('out.csv', index=False)

创建包含“out.csv”的“out.zip”

>>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
...                    'mask': ['red', 'purple'],
...                    'weapon': ['sai', 'bo staff']})
>>> df.to_csv('out.csv', index=False)

要将csv文件写入新文件夹或嵌套文件夹，您首先需要使用Pathlib或os创建它：

from pathlib import Path
filepath = Path('folder/subfolder/out.csv')  
filepath.parent.mkdir(parents=True, exist_ok=True)  
df.to_csv(filepath) 

import os  
os.makedirs('folder/subfolder', exist_ok=True)  
df.to_csv('folder/subfolder/out.csv')

案例

示例 1：基本使用

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Salary': [50000, 60000, 70000]
})

# 导出为 CSV 文件
df.to_csv('output.csv', index=False)

# 输出内容为文件：output.csv
"""
Name,Age,Salary
Alice,25,50000
Bob,30,60000
Charlie,35,70000
"""

示例 2：定制分隔符和缺失值表示

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', None],
    'Age': [25, 30, 35],
    'Salary': [50000, None, 70000]
})

# 导出为 CSV 文件，使用分号作为分隔符，并用 'N/A' 表示缺失值
df.to_csv('output_custom.csv', sep=';', na_rep='N/A')

# 输出内容为文件：output_custom.csv
"""
;Name;Age;Salary
0;Alice;25;50000.0
1;Bob;30;N/A
2;N/A;35;70000.0
"""

示例 3：指定列和自定义索引标签

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Salary': [50000, 60000, 70000]
})

# 导出为 CSV 文件，只包含 'Name' 和 'Salary' 列，并自定义索引标签
df.to_csv('output_subset.csv', columns=['Name', 'Salary'], index_label='ID')

# 输出内容为文件：output_subset.csv
"""
ID,Name,Salary
0,Alice,50000
1,Bob,60000
2,Charlie,70000
"""

示例 4：返回 CSV 字符串

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Salary': [50000, 60000, 70000]
})

# 将 DataFrame 转换为 CSV 格式字符串
csv_str = df.to_csv(index=False)

# 输出 CSV 字符串
print(csv_str)

输出内容为：

"""
Name,Age,Salary
Alice,25,50000
Bob,30,60000
Charlie,35,70000
"""

通过这些示例，我们可以看到 to_csv() 方法在数据导出方面的强大功能和灵活性。你可以根据实际需求自定义输出的 CSV 文件格式。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_csv.html