如果要将panda.DataFrame或pandas.Series数据导出为csv文件或将其添加到现有的csv文件中，请使用to_csv（）方法。由于分隔符可以更改，因此也可以将其另存为tsv文件。
将描述以下内容。
- 使用to_csv（）方法导出并保存csv文件
- 仅导出特定列：参数columns
- 有/无标头，索引：参数header，index
- 编码：参数encoding
- 分隔符：参数sep
- 写入模式（新建，覆盖，添加）：参数mode
- float浮点格式：参数float_format
- 转换为任何格式并保存
读取csv文件请参阅以下文章。
以下面的数据为例。
import pandas as pd
df = pd.read_csv('./data/34/sample_pandas_normal.csv', index_col=0)
print(df)
panda.DataFrame或pandas.Series提供To_csv（）方法。
将路径指定为第一个参数，则将输出csv文件。
df.to_csv('./data/34/to_csv_out.csv')
如果只想导出特定的列，在参数列中指定列名称的列表。
默认值为”none”，所有列均输出。
df.to_csv('./data/34/to_csv_out_columns.csv', columns=['age'])
在参数header和index中使用True或False指定是否指定header（列名，pandas.DataFrame的列）和index（行名，pandas.DataFrame的索引）。默认值为True。
df.to_csv('./data/34/to_csv_out_header_index.csv', header=False, index=False)
输出文件的编码由参数编码指定。 对于Python3，默认值为utf-8。
分隔符由参数sep指定。 如果要将其另存为由制表符\t分隔的tsv文件，请进行以下设置。
默认值为逗号”，”。
df.to_csv('./data/34/to_csv_out.tsv', sep='\t')
写入模式由参数mode指定。
默认值为” w”。与前面的示例一样，如果指定的路径不存在，则将重新创建该路径，如果存在，则将其覆盖。
与内置函数open（）一样，如果要防止覆盖现有文件，请设置mode =’x’。如果指定的路径不存在，将创建一个新路径，如果存在，则将发生错误。
如果在to_csv（）方法的第一个参数中指定了现有csv文件的路径后指定了mode =’a’，则会添加该文件。仅将pandas.DataFrame的内容添加到现有文件的末尾。
显示了将相同数据添加到文件后立即保存的示例。请注意，如果未设置header = False，则将按原样添加标头（pandas.DataFrame的列）。
df.to_csv('./data/34/to_csv_out_a.csv')
df.to_csv('./data/34/to_csv_out_a.csv', mode='a', header=False)
如果要从现有的csv文件中读取数据并通过代码处理将具有通过代码处理添加/更新的行和列的DataFrame写入具有相同名称的文件，则可以使用mode =’w’覆盖它（可以将其省略，因为它是默认设置）。
df.to_csv('./data/34/to_csv_out_a_new_column.csv')
df = pd.read_csv('./data/34/to_csv_out_a_new_column.csv', index_col=0)
print(df)
df['new_col'] = 'new data'
print(df)
df.to_csv('./data/34/to_csv_out_a_new_column.csv')
以下面的pandas.DataFrame为例。
df = pd.DataFrame({'col1': [0.123456789, 1000000000.0],
'col2': [123456789.0, 0.0],
'col3': [123456789, 0]})
print(df)
print(df.dtypes)
尽管它在print（）中以指数符号显示，但这是由于显示设置所致，并且值本身未四舍五入。
print(df.iat[0, 0])
print(df.iat[1, 0])
使用to_csv（）保存时，默认情况下会保存该值。
df.to_csv('./data/34/to_csv_out_float_default.csv')
可以使用to_csv（）的参数float_format指定保存时浮点数float的格式。
更改显示设置时，格式由可调用对象（例如format（））指定，但是在to_csv（）中，指定了printf format％中使用的格式字符串。
例如，要将小数点后的位数设置为3位，请按照以下步骤操作。
print('%.3f' % 0.123456789)
print('%.3f' % 123456789)
df.to_csv('./data/34/to_csv_out_float_format_3f.csv', float_format='%.3f')
小数点后三位数的指数表示法如下。
print('%.3e' % 0.123456789)
print('%.3e' % 123456789)
df.to_csv('./data/34/to_csv_out_float_format_3e.csv', float_format='%.3e')
如果像上面的示例一样指定并保存了位数，则自然会丢失保存位数以下的信息。
顾名思义，参数float_format仅对数据类型为浮点数float的列有效。如上例所示，整数int列保持不变。另外，不能为每列指定不同的格式。
如果要指定整数int列的格式，或者要为浮点数float的每一列指定不同的格式，请将原始pandas.DataFrame转换为任何格式的字符串，然后保存。
df['col1'] = df['col1'].map('{:.3f}'.format)
df['col2'] = df['col2'].map('{:.3e}'.format)
df['col3'] = df['col3'].map('{:#010x}'.format)
print(df)
print(df.dtypes)
df.to_csv('./data/34/to_csv_out_float_format_str.csv')
请注意，如本例所示，如果将整数int保存为十六进制数，则pd.read_csv（）会将其读取为字符串。如果要将其视为数字值，则需要在读取后将其转换。
df = pd.read_csv('./data/34/to_csv_out_float_format_str.csv', index_col=0)
print(df)
print(df.dtypes)
df['col3'] = df['col3'].map(lambda x: int(x, 16))
print(df)
print(df.dtypes)
Original: https://blog.csdn.net/qq_18351157/article/details/113520345
Author: 饺子大人
Title: 34_Pandas对CSV文件内容的导出和添加（to_csv）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/752921/
转载文章受原作者版权保护。转载请注明原作者出处！