Pandas教程-将Pandas DataFrame转换为CSV

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。

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'，'。

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    Language
0   Smith  101      Python
1  Parker  102  JavaScript

CSV String Values:
     ,Name,ID,Language
0   ,Smith,101,Python
1   ,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    Language
0   Smith  101         NaT
1  Parker  NaT  JavaScript

CSV String Values:
 ,Name,ID,Language
0,Smith,101,
1,Parker,,JavaScript

CSV String with Null Data Values:
  ,Name,ID,Language
0,Smith,101,None
1,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    Language
0   Smith  101    Python
1  Parker  NaT  JavaScript
  |Name|ID|Language
0|Smith|101|Python
1|Parker||JavaScript

Pandas教程-将Pandas DataFrame转换为CSV

语法：

参数：

返回：

推荐文章

其它