pandas dataframe dataframe.to_csv() 函数
python pandas dataframe.to_csv() 函数将一个 dataframe
的行和列所包含的值保存到一个 csv 文件中。我们也可以将 dataframe
转换为 csv 字符串。
pandas.dataframe.to_csv()
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
这个函数有几个参数。上面提到了所有参数的默认值。
path_or_buf |
它是一个字符串或文件句柄。它代表一个文件或一个文件对象的名称。如果它的值是 none,那么 dataframe 将被转换为 csv “string”。 |
sep |
它是一 series 个字符串。它代表 csv 文件中使用的分隔符。 |
na_rep |
它是一个字符串。它代表缺失的数据。 |
float_format |
它是一个字符串。它表示浮点数的格式。 |
columns |
它是一个 series 。它表示将保存在 csv 文件中的 dataframe 的列。 |
header |
它是一个布尔值或一个字符串列表。如果它的值被设置为 false ,那么列名就不会保存在 csv 文件中。如果传递一个字符串列表,那么这些字符串将作为列名保存。 |
index |
它是一个布尔值,如果它的值是 true ,则保存行名,即索引。如果它的值为 true ,那么行名即索引将被保存。 |
index_label |
它是一个字符串或 series 。它代表一个特定索引的列名。 |
mode |
它是一个字符串。它代表进程的模式。由于我们正在将 dataframe 写入 csv 文件,它的值是 python 写入模式 w 。 |
encoding |
它是一个字符串。它代表 csv 文件中要使用的编码方案,默认的编码方案是 utf-8 。默认的编码方案是 utf-8 。 |
compression |
它是一个字符串或字典。如果是字符串,则代表压缩模式。如果它是一个字典,那么 method 键对应的值代表压缩模式。它有几种压缩模式。你可以查看。 |
quoting |
它代表一个 csv 模块的常量 |
quotechar |
它是一个字符串,长度为 1。它的长度为 1,表示用于引用字段的字符。 |
line_terminator |
它是一个字符串。它代表 csv 文件中新行的字符。 |
chunksize |
它是一个整数。它表示每次要写入 csv 文件的行数。 |
date_format |
它是一个字符串。它代表 datetime 对象的格式。 |
doublequote |
它是一个布尔值。它控制 quotechar 的引用。 |
escapechar |
它是一个字符串,长度为 1。它的长度为 1,代表用于转义的 sep 和 quotechar 的字符。 |
decimal |
它是一个字符串。它代表小数点的字符。 |
返回值
它返回 none
或字符串。如果 path_or_buf
是 none
,那么它将 dataframe
转换为字符串并返回字符串。否则,它返回 none
。
示例代码:dataframe.to_csv()
在接下来的几个代码中,我们将以不同的方式实现这个函数。
import pandas as pd
dataframe=pd.dataframe({
'attendance':
{0: 60,
1: 100,
2: 80,
3: 78,
4: 95},
'name':
{0: 'olivia',
1: 'john',
2: 'laura',
3: 'ben',
4: 'kevin'},
'obtained marks':
{0: 90,
1: 75,
2: 82,
3: 64,
4: 45}
})
print(dataframe)
示例 dataframe
是:
attendance name obtained marks
0 60 olivia 90
1 100 john 75
2 80 laura 82
3 78 ben 64
4 95 kevin 45
这个函数的所有参数都是可选的。如果我们在执行这个函数时不传递任何参数,那么它将产生以下输出。
import pandas as pd
dataframe = pd.dataframe(
{
"attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
"obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
csvstring = dataframe.to_csv()
print(csvstring)
输出:
,attendance,name,obtained marks
0,60,olivia,90
1,100,john,75
2,80,laura,82
3,78,ben,64
4,95,kevin,45
该函数使用所有默认值生成了输出。它返回了一个 csv 字符串。现在我们将把数据保存在 csv 文件中。
import pandas as pd
dataframe = pd.dataframe(
{
"attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
"obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnvalue = dataframe.to_csv("myfile.csv")
print(returnvalue)
输出:
none
函数在保存程序的目录下创建了一个新的 csv 文件。
示例代码:dataframe.to_csv()
为 csv 数据指定分隔符
import pandas as pd
dataframe = pd.dataframe(
{
"attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
"obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnvalue = dataframe.to_csv(sep="@")
print(returnvalue)
输出:
@attendance@name@obtained marks
0@60@olivia@90
1@100@john@75
2@80@laura@82
3@78@ben@64
4@95@kevin@45
示例代码:dataframe.to_csv()
选择少数几列并重新命名列
import pandas as pd
dataframe = pd.dataframe(
{
"attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
"obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnvalue = dataframe.to_csv(
"myfile.csv", columns=["name", "obtained marks"], header=["full name", "marks"]
)
print(returnvalue)
输出:
none
就像上面的代码一样,我们可以使用不同的参数来定制我们的 csv 文件。这个函数提供了几个参数来使用。
转载请发邮件至 1244347461@qq.com 进行申请,经作者同意之后,转载请以链接形式注明出处
本文地址:
相关文章
pandas dataframe dataframe.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:python
-
dataframe.shift() 函数是将 dataframe 的索引按指定的周期数进行移位。
python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:python
-
python pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
pandas read_csv()函数
发布时间:2024/04/24 浏览次数:254 分类:python
-
pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 dataframe 中。
pandas 多列合并
发布时间:2024/04/24 浏览次数:628 分类:python
-
本教程介绍了如何在 pandas 中使用 dataframe.merge()方法合并两个 dataframes。
pandas loc vs iloc
发布时间:2024/04/24 浏览次数:837 分类:python
-
本教程介绍了如何使用 python 中的 loc 和 iloc 从 pandas dataframe 中过滤数据。
在 python 中将 pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:python
-
了解如何在 python 中将 pandas 系列日期时间转换为字符串