Pandas 使用制表符分离器将数据框架转为CSV文件

1. 导入 Pandas 库

在转换数据框架为 CSV 文件之前需要先导入 Pandas 库，代码如下：

import pandas as pd

1. 创建数据框架

为了演示数据框架如何转换为 CSV 文件，我们需要先创建一个实例数据。这里我们创建一个包含学生信息的数据框架，包含姓名、年龄、性别、所属班级、成绩等信息。

# 创建数据框架
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [18, 19, 20, 21],
    'Gender': ['Female', 'Male', 'Male', 'Male'],
    'Class': ['Class A', 'Class B', 'Class A', 'Class C'],
    'Score': [92, 85, 88, 90]
})

1. 将数据框架转换为 CSV 文件

使用 Pandas 库的 to_csv() 函数将数据框架转换为 CSV 文件。to_csv() 函数包含两个主要的参数，第一个是要保存的文件路径，第二个是用于分离数据的制表符分隔符。这里我们指定 \t 作为分隔符。

# 将数据框架转换为 CSV 文件
df.to_csv('students.csv', sep='\t', index=False)

代码执行后，文件将保存至指定路径，并使用指定的分隔符分隔列数据，结果如下：

Name    Age Gender  Class   Score
Alice   18  Female  Class A 92
Bob     19  Male    Class B 85
Charlie 20  Male    Class A 88
David   21  Male    Class C 90

上述结果中，列数据使用 \t 分隔，每行数据使用换行符分隔。

完整代码如下：

# 导入 pandas 库
import pandas as pd

# 创建数据框架
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [18, 19, 20, 21],
    'Gender': ['Female', 'Male', 'Male', 'Male'],
    'Class': ['Class A', 'Class B', 'Class A', 'Class C'],
    'Score': [92, 85, 88, 90]
})

# 将数据框架转换为 CSV 文件
df.to_csv('students.csv', sep='\t', index=False)