pandas 转换为 csv

pandas 转换为 csv

在数据处理和分析中，pandas 是一个非常流行的库，它提供了强大的数据结构和数据分析工具。然而，在处理数据时，有时候我们需要将处理后的数据保存到文件中，而常用的一种格式就是 CSV（逗号分隔值）格式。本文将介绍如何使用 pandas 将数据转换为 CSV 格式并保存到文件中。

1. 导入 pandas 库和创建数据

首先，我们需要导入 pandas 库，并创建一些示例数据。在本例中，我们创建一个包含学生姓名、年龄和成绩的数据表。

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [20, 21, 22, 23],
    '成绩': [85, 90, 88, 95]
}

df = pd.DataFrame(data)
print(df)

运行上面的代码，可以得到如下输出：

   姓名  年龄  成绩
0  张三  20  85
1  李四  21  90
2  王五  22  88
3  赵六  23  95

2. 将数据转换为 CSV 格式并保存到文件中

接下来，我们使用 pandas 的 to_csv() 方法将数据转换为 CSV 格式并保存到文件中。我们可以指定保存文件的路径和文件名。

df.to_csv('students.csv', index=False)

上面的代码将数据保存到文件 students.csv 中，参数 index=False 表示不保存行索引。

3. 读取保存的 CSV 文件

如果我们需要再次读取保存的 CSV 文件，可以使用 pandas 的 read_csv() 方法。下面是读取 students.csv 文件的示例代码：

df_new = pd.read_csv('students.csv')
print(df_new)

运行上面的代码，可以得到和之前相同的数据表输出：

   姓名  年龄  成绩
0  张三  20  85
1  李四  21  90
2  王五  22  88
3  赵六  23  95

4. 其他参数

除了上述介绍的基本用法外，to_csv() 方法还有很多其他参数可以进行配置。以下是一些常用的参数：

• sep：设置分隔符，默认为逗号 ,
• header：是否包含表头，默认为 True
• columns：指定保存的列
• index_label：指定行索引的列名
• encoding：设置文件编码格式
• mode：文件打开模式，如写模式 'w'、追加模式 'a' 等

结论

本文介绍了如何使用 pandas 将数据转换为 CSV 格式并保存到文件中，以及如何读取保存的 CSV 文件。通过简单的代码示例，实现了将数据进行持久化存储的目的。