如何使用 Pandas 将 DataFrame 导出到 CSV 文件|极客教程

如何使用 Pandas 将 DataFrame 导出到 CSV 文件

在数据处理和分析中，Pandas 是 Python 中最受欢迎的库之一。Pandas 提供了 DataFrame 对象，这是一个强大的数据结构，用于处理结构化数据。DataFrame 可以轻松地从多种数据源创建，并且可以导出到多种格式，其中之一就是 CSV 文件。CSV（逗号分隔值）是一种常见的数据交换格式，由于其简单性和可读性，被广泛用于数据导出和分享。在本文中，我们将详细探讨如何使用 Pandas 将 DataFrame 导出到 CSV 文件。

创建 DataFrame

在我们深入了解如何将 DataFrame 导出到 CSV 之前，首先需要创建一个 DataFrame。以下是创建 DataFrame 的一些基本示例：

示例代码 1: 创建简单的 DataFrame

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print(df)

Output:

如何使用 Pandas 将 DataFrame 导出到 CSV 文件

示例代码 2: 从字典列表创建 DataFrame

import pandas as pd

data = [
    {'Name': 'Alice', 'Age': 25, 'City': 'New York'},
    {'Name': 'Bob', 'Age': 30, 'City': 'Los Angeles'},
    {'Name': 'Charlie', 'Age': 35, 'City': 'Chicago'}
]
df = pd.DataFrame(data)
print(df)

Output:

如何使用 Pandas 将 DataFrame 导出到 CSV 文件

示例代码 3: 使用多个列创建 DataFrame

import pandas as pd

names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
cities = ['New York', 'Los Angeles', 'Chicago']

df = pd.DataFrame({
    'Name': names,
    'Age': ages,
    'City': cities
})
print(df)

Output:

如何使用 Pandas 将 DataFrame 导出到 CSV 文件

将 DataFrame 导出到 CSV

将 DataFrame 导出到 CSV 文件是一个非常直接的过程，可以使用 to_csv 方法。这个方法提供了多种参数来定制 CSV 输出。

示例代码 4: 基本的导出到 CSV

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_basic.csv')

示例代码 5: 指定列分隔符

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_sep.csv', sep=';')

示例代码 6: 不保存索引到 CSV

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_no_index.csv', index=False)

示例代码 7: 仅导出特定的列

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_selected_columns.csv', columns=['Name', 'City'])

示例代码 8: 使用不同的编码导出 CSV

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_encoding.csv', encoding='utf-8')

示例代码 9: 压缩 CSV 文件

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_compressed.csv', compression='gzip')

示例代码 10: 添加标题行

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
df.to_csv('pandasdataframe.com_header.csv', header=['Full Name', 'Age in Years', 'City of Residence'])