将Pandas数据框架导出到CSV文件中

假设你正在进行一个数据科学项目，你处理了最重要的任务之一，即数据清洗。在数据清洗之后，你不想失去你清洗过的数据框架，所以你想把你清洗过的数据框架保存为CSV文件。让我们看看如何将Pandas数据框架导出为CSV文件。
Pandas通过其内建的to_csv()函数使我们能够做到这一点。
首先，让我们创建一个样本数据框

# importing the module
import pandas as pd
 
# making the data
scores = {'Name': ['a', 'b', 'c', 'd'],
          'Score': [90, 80, 95, 20]}
 
# creating the DataFrame
df = pd.DataFrame(scores)
 
# displaying the DataFrame
print(df)

输出 :

现在让我们把这个DataFrame导出为一个CSV文件，命名为your_name.csv。

# converting to CSV file
df.to_csv("your_name.csv")

输出

文件成功保存

如果你得到一个UnicodeEncodeError，只需传递带有’utf-8’值的编码参数。

# converting to CSV file
df.to_csv("your_name.csv", encoding = 'utf-8')

Possible Customizations

1.包括索引号
你可以选择是否要添加自动索引。默认值是真。要把它设置为 “假”。

# converting to CSV file
df.to_csv('your_name.csv', index = False)

输出 :

2.只输出选定的列
如果你只想导出几个选定的列，你可以在to_csv()中以’columns = [“col1”, “col2″‘的方式传递。］

# converting to CSV file
df.to_csv("your_name.csv", columns = ['Name'])

输出 :

3.出口标头
你可以通过设置标题参数为True或False来选择是否要导出你的列名。默认值是True。

# converting to CSV file
df.to_csv('your_name.csv', header = False) 

输出 :

4.处理NaN
如果你的数据框有NaN值，你可以选择用一些其他的字符串来替换它。默认值是”.

# converting to CSV file
df.to_csv("your_name.csv", na_rep = 'nothing')

5.与其他东西分开
如果不用’逗号’来分隔这些值，我们可以用自定义值来分隔它。

# converting to CSV file
# separated with tabs
df.to_csv("your_name.csv", sep ='\t')

输出 :