ReaderMX.
Python技术迷

Pandas 教程-将Pandas DataFrame转换为CSV

P点击关注 👉约 4 分钟

整理：python架构师

Pandas的to_csv()函数用于将DataFrame转换为CSV数据。要将CSV数据写入文件，我们只需将文件对象传递给函数。否则，CSV数据以字符串格式返回。

语法：

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='"', line_terminator=None, chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal='.')  

参数：

path_or_buf: 它是str或文件句柄。基本上，它定义了文件或对象的路径。默认值是None，如果传递None值，则返回字符串值。

如果我们传递文件对象，它应该以newline="和禁用通用换行符打开。

sep: 它是一个字符串值，包含长度为1的字符串。它的默认值是逗号（,）。

na_rep: 它是表示空值或缺失值的字符串值。空字符串是默认值。

float_format: 它还包含一个负责为浮点数格式化字符串的字符串值。

columns: 这是一个可选参数，用于指定在CSV输出中需要包含的列的序列。

header: 它通常包含一个布尔值或一个字符串列表。如果将其值设置为False，则列名不会写入输出。默认值为True。

如果我们将一个字符串列表作为输入传递，它通常会在输出中写入列名。文件的字符串列表的长度应与写入CSV文件中的列数相同。

index: 如果值设置为True，则索引包含在CSV数据中。否则，索引值不会写入CSV输出。
index_label: 它包含一个str值或一个序列，用于指定索引的列名。默认值为None。
mode: 它是一个用于写入模式的字符串值。默认值是w.
encoding: 它是一个可选参数，包含表示输出文件中使用的编码的字符串值。编码的默认值是UTF-8。
compression: 它是一个字符串值，用于在以下值之间压缩模式{'infer', 'gzip', 'bz2', 'zip', 'xz', None}。如果infer和path_or_buf是类似路径的，则从扩展名检测压缩：'.gz'，'.bz2'，'.zip'或'.xz'，否则不进行压缩。
quoting: 它是一个可选参数，定义为csv模块的常数。其默认值为csv.QUOTE_MINIMAL。如果设置了float_format，则浮点值将被转换为字符串，并且csv.QUOTE_NONNUMERIC将被视为非数字值。
quotechar: 它是一个长度为1的字符串值。它是用于引用字段的字符。
专属福利 
👉点击领取：最全Python资料合集

line_terminator: 它是一个可选参数，指的是一个字符串值。它的主要任务是终止行。这是要在输出文件中使用的换行字符。其默认值设置为os.linesep，主要取决于操作系统。调用一个个体方法来定义操作系统（'n'用于linux，'rn'*用于*Windows）。

chunksize: 它包含None或整数值，并定义当前时间要写入的行数。
date_format: 它包含str值，并用于为日期时间对象格式化字符串。date_format的默认值是None。
doublequote: 它包含一个布尔值，默认值为True。它主要用于控制字段内quotechar的引号。
escapechar: 它包含一个长度为1的字符串值。基本上，它是用于转义sep和quotechar的字符。escapechar的默认值是None。
decimal: 它包含一个字符串值，用于标识一个字符作为小数分隔符。例如：对于欧洲数据使用'，'。

返回：

它返回str或None值。如果名为path_or_buf的参数值为None，则返回生成的csv格式作为字符串。否则，返回None。

示例1：下面的示例将DataFrame转换为CSV字符串：
import pandas as pd  data = {'Name': ['Smith', 'Parker'], 'ID': [101, 102], 'Language': ['Python', 'JavaScript']}  info = pd.DataFrame(data)  print('DataFrame Values:\n', info)  # default CSV  csv_data = info.to_csv()  print('\nCSV String Values:\n', csv_data)
输出：
DataFrame Values:     Name   ID    Language0   Smith  101      Python1  Parker  102  JavaScript
CSV String Values:     ,Name,ID,Language0   ,Smith,101,Python1   ,Parker,102,JavaScript
示例2：下面的示例显示CSV输出文件中的空值或缺失数据表示：
import pandas as pd  data = {'Name': ['Smith', 'Parker'], 'ID': [101, pd.NaT], 'Language': [pd.NaT, 'JavaScript']}  info = pd.DataFrame(data)  print('DataFrame Values:\n', info)  csv_data = info.to_csv()  print('\nCSV String Values:\n', csv_data)  csv_data = info.to_csv(na_rep="None")  print('CSV String with Null Data Values:\n', csv_data)
输出：
DataFrame Values:      Name   ID    Language0   Smith  101         NaT1  Parker  NaT  JavaScript
CSV String Values: ,Name,ID,Language0,Smith,101,1,Parker,,JavaScript
CSV String with Null Data Values:  ,Name,ID,Language0,Smith,101,None1,Parker,None,JavaScript
示例3：下面的示例指定CSV输出的分隔符。
import pandas as pd  data = {'Name': ['Smith', 'Parker'], 'ID': [101, pd.NaT], 'Language': [Python, 'JavaScript']}  info = pd.DataFrame(data)  print('DataFrame:\n', info)  csv_data = info.to_csv(sep='|')  print(csv_data)
输出：
DataFrame:      Name   ID    Language0   Smith  101    Python1  Parker  NaT  JavaScript  |Name|ID|Language0|Smith|101|Python1|Parker||JavaScript
Image
 1
Image
热门推荐
Image

KEEP THE THREAD GOING

更多来源文章