详解pandas.DataFrame.to_csv()(将数据框写入CSV文件)函数使用方法

pandas.DataFrame.to_csv() 是 pandas 库中 DataFrame 类的一个方法,用于将 DataFrame 数据写入到一个 CSV 文件中。其作用是将 DataFrame 数组保存到 CSV 文件中,以供后续使用。下面是 to_csv() 的使用方法的详细攻略。

语法

DataFrame.to_csv(self, path_or_buf=None, sep=',', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, mode='w', encoding=None, compression=None, quoting=None, quotechar='"', line_terminator='\n', chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal='.')[source]

参数介绍

  • path_or_buf:输出文件路径,如果为 None 则返回一个字符串;
  • sep:分割符号,默认为',';
  • na_rep:表示空值的字符串;
  • float_format:浮点数格式;
  • columns:要导出的列;
  • header:输出是否包括表头;
  • index:输出是否包括行索引;
  • index_label:行索引标签;
  • mode:读写模式,默认为写模式;
  • encoding:文件编码格式;
  • compression:文件压缩格式, 如 : gzip,bz2,zip,xz,None;
  • quoting:引用字节,默认为保留引用;
  • quotechar:引用字节符号,默认为双引号“;
  • line_terminator:文件行分隔符,默认为 LF '\n';
  • chunksize:数据分块大小;
  • date_format:用于日期对象的格式化字符串;
  • doublequote:是否双引号转义;
  • escapechar:转义字符,默认为None;
  • decimal:浮点数的小数点符号,默认为'.'

案例分析

将 DataFrame 数组写入到 CSV 文件

首先,我们需要生成一个 DataFrame 类对象,然后将其写入到 CSV 文件中。

import pandas as pd

# 创建 DataFrame 对象
df = pd.DataFrame({'Id': [1, 2, 3], 'Name': ['Tom', 'Jerry', 'Spike'], 'Age': [18, 20, 19]})

# 将数据保存到文件中
df.to_csv('./test.csv', index=False)

运行以上代码后,生成的 CSV 文件内容如下:

Id,Name,Age
1,Tom,18
2,Jerry,20
3,Spike,19

注意,index=False 表示不保存索引。

读取 CSV 文件数据

接下来,我们将读取上一步中生成的 CSV 文件,从而再次生成一个 DataFrame 类对象。

import pandas as pd

# 读取 CSV 文件数据生成 DataFrame 对象
df = pd.read_csv('./test.csv')

# 显示数据
print(df)

运行以上代码后,输出的 DataFrame 对象内容如下:

   Id   Name  Age
0   1    Tom   18
1   2  Jerry   20
2   3  Spike   19

如此便成功地将 DataFrame 数据写入到 CSV 文件和读取 CSV 文件中生成 DataFrame 对象。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解pandas.DataFrame.to_csv()(将数据框写入CSV文件)函数使用方法 - Python技术站

(0)
上一篇 2023年3月22日
下一篇 2023年3月22日

相关文章

  • 详解pandas.str.endswith()(检测字符串结尾)函数使用方法

    pandas.str.endswith() 是 pandas 库中的一个字符串方法,可以用来判断 DataFrame 或 Series 中的每一个字符串是否以某个字符或字符串结尾,返回一个 bool 类型的 Series。 使用方法: pandas.Series.str.endswith(self, pat, na=None, case=True) 参数说明…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame.pivot()(创建透视表)函数使用方法

    pandas.DataFrame.pivot()是Pandas库中的一种数据透视表函数,可以根据指定标准将数据重新排列,并根据聚合函数进行聚合。pivot()函数可以根据values、index和columns参数生成新的DataFrame。 基本语法如下: pandas.pivot_table(data, values=None, index=None, …

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame.merge()(合并数据框)函数使用方法

    pandas.DataFrame.merge()函数用于将两个DataFrame按照指定的一些键进行合并。可以实现类似于SQL中的join操作,将两个表按照某些键进行关联,并将它们合并为一个新的表。 语法格式为: pd.merge(left,right,how,on,left_on,right_on,left_index,suffixes) 参数说明: le…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.str.strip()(去除字符串空格)函数使用方法

    pandas中的str.strip()是用于删除Series或DataFrame对象中字符串前后的空格或指定字符的方法。下面详细讲解其作用和使用方法,同时提供两个实例进行说明。 作用 在数据处理中,经常会出现字符串前后有空格的情况,使得字符串无法准确匹配。此时,就需要使用strip()方法来删除前后的空格。 同时,strip()方法还能删除前后指定的字符。对…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.replace()(替换数值)函数使用方法

    pandas.replace() 函数的作用是将 DataFrame 或 Series 中的某一列或多列中的指定值替换为其他值或空值。其常用在数据清洗或转换的过程中。 pandas.replace() 的常用参数: to_replace:要替换的值,可以是单个值、多个值、字典或正则表达式 value:用来替换 to_replace 的值 inplace:是否…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.Series()(创建一维序列)函数使用方法

    pandas.Series()的作用: pandas.Series()是pandas库中的一种数据结构,用于表示一维数据,类似于带标签的数组。可以将Series视为带标签的列表或字典。Series对象具有许多方便的属性和方法,可以轻松操作数据。使用pandas.Series()可以方便地建立、处理、分析和可视化数据。 使用方法: pandas.Series(…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.map()(映射数值)函数使用方法

    pandas.map()函数的作用是对Series对象中的每一个元素都应用一个函数,并返回一个新的Series对象,其中新的Series对象的元素是原Series对象元素经过函数处理的结果。 使用方法: pandas.map(function, na_action=None) 参数说明: function:函数类型,对每个元素应用的函数。 na_action…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame.applymap()(应用函数到数据框元素)函数使用方法

    pandas.DataFrame.applymap()函数是用于将一个函数应用到DataFrame的每个元素,它返回一个新的DataFrame,其中每个元素都被该函数处理过。 使用方法: DataFrame.applymap(func) 参数解释: func-函数:必须是能够处理单个元素的函数(比如python的内置函数,自定义函数,lambda函数等)。 …

    Pandas函数大全 2023年3月22日
    00
合作推广
合作推广
分享本页
返回顶部