将 pandas DataFrame 写入 CSV 文件

要按制表符分隔，您可以使用 to_csv 的 sep 参数：

df.to_csv(file_name, sep='\t')

要使用特定编码（例如 'utf-8'），请使用 encoding 参数：

df.to_csv(file_name, sep='\t', encoding='utf-8')

---

当您使用 to_csv 方法将 DataFrame 对象存储到 csv 文件 中时，您可能不需要存储每个 行的前面的索引 DataFrame 对象的。

您可以通过将 False 布尔值传递给 index 参数来避免这种情况。

有点像：

df.to_csv(file_name, encoding='utf-8', index=False)

因此，如果您的 DataFrame 对象类似于：

  Color  Number
0   red     22
1  blue     10

csv 文件将存储：

Color,Number
red,22
blue,10

而不是（传递 默认值 True 的情况）

,Color,Number
0,red,22
1,blue,10

---

要将 pandas DataFrame 写入 CSV 文件，您需要 DataFrame.to_csv。此函数提供了许多具有合理默认值的参数，您经常需要覆盖这些参数以适合您的特定用例。例如，您可能希望使用不同的分隔符、更改日期时间格式或在写入时删除索引。 to_csv 具有您可以传递的参数来满足这些要求。

下表列出了写入 CSV 文件的一些常见场景以及可用于它们的相应参数。

https://i.stack.imgur.com/RsIO7.png

脚注 默认分隔符假定为逗号 (',')。除非您知道需要，否则不要更改此设置。默认情况下，df 的索引写为第一列。如果您的 DataFrame 没有索引（IOW，df.index 是默认的 RangeIndex），那么您将需要在编写时设置 index=False。以不同的方式解释这一点，如果您的数据确实有索引，您可以（并且应该）使用 index=True 或完全不使用它（默认为 True）。如果您正在写入字符串数据，最好设置此参数，以便其他应用程序知道如何读取您的数据。这也将避免您在保存时可能遇到的任何潜在的 UnicodeEncodeErrors。如果您将大型 DataFrame（>100K 行）写入磁盘，建议使用压缩，因为它会导致输出文件更小。 OTOH，这意味着写入时间会增加（因此，文件需要解压缩后的读取时间）。

---

在 Windows 上使用完整路径导出文件的示例，如果您的文件有标题：

df.to_csv (r'C:\Users\John\Desktop\export_dataframe.csv', index = None, header=True) 

例如，如果要将文件存储在脚本所在的同一目录中，使用 utf-8 编码和制表符作为分隔符：

df.to_csv(r'./export/dftocsv.csv', sep='\t', encoding='utf-8', header='true')

---

如果您在编码为“utf-8”时遇到问题并且想要逐个单元格地进行操作，则可以尝试其他方法，您可以尝试以下操作。

蟒蛇2

（其中“df”是您的 DataFrame 对象。）

for column in df.columns:
    for idx in df[column].index:
        x = df.get_value(idx,column)
        try:
            x = unicode(x.encode('utf-8','ignore'),errors ='ignore') if type(x) == unicode else unicode(str(x),errors='ignore')
            df.set_value(idx,column,x)
        except Exception:
            print 'encoding error: {0} {1}'.format(idx,column)
            df.set_value(idx,column,'')
            continue

然后尝试：

df.to_csv(file_name)

您可以通过以下方式检查列的编码：

for column in df.columns:
    print '{0} {1}'.format(str(type(df[column][0])),str(column))

警告：errors='ignore' 只会省略字符，例如

IN: unicode('Regenexx\xae',errors='ignore')
OUT: u'Regenexx'

蟒蛇 3

for column in df.columns:
    for idx in df[column].index:
        x = df.get_value(idx,column)
        try:
            x = x if type(x) == str else str(x).encode('utf-8','ignore').decode('utf-8','ignore')
            df.set_value(idx,column,x)
        except Exception:
            print('encoding error: {0} {1}'.format(idx,column))
            df.set_value(idx,column,'')
            continue

---

如果您还指定 UTF-8 编码，有时您会遇到这些问题。我建议您在读取文件时指定编码，在写入文件时指定相同的编码。这可能会解决您的问题。

---

这可能不是这种情况的答案，但由于我与 .to_csv 有相同的错误消息，我尝试了 .toCSV('name.csv') 并且错误消息不同（“SparseDataFrame' object has no attribute 'toCSV'）。所以通过转动数据框解决了问题密集数据框

df.to_dense().to_csv("submission.csv", index = False, sep=',', encoding='utf-8')

---

如果上述解决方案对任何人都不起作用或 CSV 被弄乱了，只需从行中删除 sep='\t'，如下所示：

df.to_csv(file_name, encoding='utf-8')

---

我会避免单独使用 '\t' 并在再次读取数据集时会产生问题。

df.to_csv(file_name, encoding='utf-8')

---