Pandas中的to_csv方法

在本文中，我们将介绍Pandas中的to_csv方法，以及如何将数据以zip格式进行导出。

Pandas中的to_csv方法

to_csv是Pandas中一个非常常用的方法。它可以将DataFrame数据以CSV格式导出到本地磁盘。to_csv方法的语法如下：

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=None, \
                 quoting=None, quotechar='"', line_terminator=None, \
                 chunksize=None, tupleize_cols=None, date_format=None, \
                 doublequote=True, escapechar=None, decimal='.')

下面对该语法进行简单说明：

path_or_buf: 导出文件的路径。可以是一个文件路径，也可以是一个打开的文件句柄。
sep: 用于分隔每个字段的字符。
na_rep: 用于表示缺失值的字符。
float_format: 浮点数输出格式。
columns: 导出的列名。默认导出所有列。
header: 是否导出列名。
index: 是否导出行索引。
index_label: 导出行索引的名称。
mode: 文件打开模式，’w’为覆盖，’a’为追加。
encoding: 导出文件的编码格式，默认为’utf-8’。
compression: 文件压缩方式，例如gzip，bz2，zip等。
quoting: 引号的应用方式。
quotechar: 引号的字符。
line_terminator: 行终止符。
chunksize: 分块大小。
tupleize_cols: 是否将多级列转化为元组。
date_format: 日期格式。
doublequote: 是否双引号转义。
escapechar: 转义字符。
decimal: 十进制分隔符。

下面我们通过一个简单的例子来说明to_csv方法的使用：

import pandas as pd 

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}) 
df.to_csv('data.csv', index=False)

以上代码中，我们首先创建了一个DataFrame对象，然后调用了to_csv方法将其导出到本地磁盘。由于我们设置了index=False，所以输出文件中不会包含行索引。

将数据以zip格式导出

除了可以将数据以CSV格式导出外，Pandas还支持将数据以zip格式导出。方法很简单，我们只需要将to_csv方法输出的文件夹路径传入zipfile.ZipFile方法中即可。

下面通过一个例子来说明如何将数据以zip格式导出：

import pandas as pd 
import zipfile

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}) 
df.to_csv('data.csv', index=False)

with zipfile.ZipFile('data.zip', 'w') as myzip:
    myzip.write('data.csv')

以上代码中，我们首先将DataFrame对象导出为CSV格式，然后使用zipfile.ZipFile方法将其打包成zip格式，并保存在本地磁盘。需要注意的是，需要将’w’传入zipfile.ZipFile方法中，表示我们要进行写入操作。