Hướng dẫn how do i save a csv file to a dataframe in python? - làm cách nào để lưu tệp csv vào khung dữ liệu trong python?

Cải thiện bài viết

Lưu bài viết

  • Đọc
  • Bàn luận
  • Cải thiện bài viết

    Lưu bài viết

    Đọc

    Bàn luận

    Python3

    Trong bài viết này, chúng tôi sẽ tìm hiểu cách chúng tôi & nbsp; có thể xuất một bản dữ liệu gấu trúc sang tệp CSV bằng cách sử dụng phương thức gấu trúc to_csv (). Theo mặc định, phương thức CSV () xuất DataFrame sang tệp CSV với chỉ mục hàng dưới dạng cột đầu tiên và dấu phẩy là dấu phân cách. & NBSP;

    Tạo DataFrame để xuất DataFrame của Pandas sang CSV

    import pandas as pd

    nme =

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    0
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    1
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    3
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    5__12

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    9=
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    0
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    222212
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    4
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    6
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    22222222

    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    0____9 ____1010__333
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    5
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    7__12

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    5
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    6

    Output:

         name  degree  score
    0  aparna     MBA     90
    1  pankaj     BCA     40
    2  sudhir  M.Tech     80
    3   Geeku     MBA     98

    >>> from pathlib import Path >>> filepath = Path('folder/subfolder/out.csv') >>> filepath.parent.mkdir(parents=True, exist_ok=True) >>> df.to_csv(filepath) 1 = >>> from pathlib import Path >>> filepath = Path('folder/subfolder/out.csv') >>> filepath.parent.mkdir(parents=True, exist_ok=True) >>> df.to_csv(filepath) 3>>> from pathlib import Path >>> filepath = Path('folder/subfolder/out.csv') >>> filepath.parent.mkdir(parents=True, exist_ok=True) >>> df.to_csv(filepath) 4___

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    0____9
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    2
    >>> from pathlib import Path  
    >>> filepath = Path('folder/subfolder/out.csv')  
    >>> filepath.parent.mkdir(parents=True, exist_ok=True)  
    >>> df.to_csv(filepath)  
    
    1
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    Python3

    Output:

    Hướng dẫn how do i save a csv file to a dataframe in python? - làm cách nào để lưu tệp csv vào khung dữ liệu trong python?

    Xuất CSV sang thư mục làm việc

    Ở đây, chúng tôi chỉ cần xuất một dataFrame sang tệp CSV bằng DF.TO_CSV ().

    Python3

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    7
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    8
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    9=import1import2=import1
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    Output:

    Hướng dẫn how do i save a csv file to a dataframe in python? - làm cách nào để lưu tệp csv vào khung dữ liệu trong python?

    Lưu CSV mà không cần tiêu đề và chỉ mục. & NBSP;

    Ở đây, chúng tôi đang lưu tệp không có tiêu đề và không có số chỉ mục.

    Python3

    import6import7

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    Output:

    Hướng dẫn how do i save a csv file to a dataframe in python? - làm cách nào để lưu tệp csv vào khung dữ liệu trong python?

    Lưu tệp CSV vào một vị trí được chỉ định

    Chúng tôi cũng có thể, lưu tập tin của chúng tôi tại một số vị trí cụ thể.

    Python3

    Trong bài viết này, chúng tôi sẽ tìm hiểu cách chúng tôi & nbsp; có thể xuất một bản dữ liệu gấu trúc sang tệp CSV bằng cách sử dụng phương thức gấu trúc to_csv (). Theo mặc định, phương thức CSV () xuất DataFrame sang tệp CSV với chỉ mục hàng dưới dạng cột đầu tiên và dấu phẩy là dấu phân cách. & NBSP;

    Tạo DataFrame để xuất DataFrame của Pandas sang CSV

    import pandas as pd

    nme =

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    0
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    1
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    3
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    5__12

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    9=
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    0
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    222212
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    4
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    
    6
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    22222222

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    5
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    03
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    04
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    5
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    6

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    5
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    03
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    10
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    7
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    13
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    14=
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    16import2=import1
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    20=
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    22
    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    4

    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    0____9 ____1010__333
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    5
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    2
    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    
    7__12

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    
    5
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    30

    Output:

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25

    DataFrame.to_csv (path_or_buf = none, sep = ',', na_rep = '', float_format = none = 'Suy ra', trích dẫn = none, quotechar = '"' ', lineterminator = none, chrkksize = none, date_format = none )[nguồn]#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='infer', quoting=None, quotechar='"', lineterminator=None, chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal='.', errors='strict', storage_options=None)[source]#

    Viết đối tượng vào tệp Giá trị phân tách bằng dấu phẩy (CSV).

    ParameterSpath_or_bufstr, Đối tượng đường dẫn, đối tượng giống như tệp hoặc không có, không có mặc địnhpath_or_bufstr, path object, file-like object, or None, default None

    Chuỗi, đối tượng đường dẫn (triển khai os.path like [str]) hoặc đối tượng giống như tệp thực hiện hàm write (). Nếu không có, kết quả được trả về dưới dạng chuỗi. Nếu một đối tượng tệp không nhị phân được thông qua, nó sẽ được mở bằng newline = xông, vô hiệu hóa các dòng mới phổ quát. Nếu một đối tượng tệp nhị phân được truyền, chế độ có thể cần phải chứa một ’b.

    Thay đổi trong phiên bản 1.2.0: Hỗ trợ cho các đối tượng tệp nhị phân đã được giới thiệu.Support for binary file objects was introduced.

    SEPSTR, mặc định ‘,str, default ‘,’

    Chuỗi độ dài 1. DELIMITER trường cho tệp đầu ra.

    NA_REPSTR, mặc định ‘str, default ‘’

    Thiếu đại diện dữ liệu.

    float_formatstr, có thể gọi được, không có mặc địnhstr, Callable, default None

    Chuỗi định dạng cho số điểm nổi. Nếu một cuộc gọi được đưa ra, nó sẽ được ưu tiên hơn các tham số định dạng số khác, như thập phân.

    Cột tập hợp, tùy chọnsequence, optional

    Các cột để viết.

    headerbool hoặc danh sách str, mặc định đúngbool or list of str, default True

    Viết ra tên cột. Nếu một danh sách các chuỗi được đưa ra, nó được coi là bí danh cho các tên cột.

    indexBool, mặc định đúngbool, default True

    Viết tên hàng (chỉ mục).

    index_labelstr hoặc sequence, hoặc false, không có mặc địnhstr or sequence, or False, default None

    Nhãn cột cho (các) cột nếu muốn. Nếu không được đưa ra, và tiêu đề và chỉ mục là đúng, thì tên chỉ mục được sử dụng. Một chuỗi nên được đưa ra nếu đối tượng sử dụng Multiindex. Nếu sai không in các trường cho tên chỉ mục. Sử dụng index_label = false để nhập dễ dàng hơn trong R.

    modestr, mặc định ‘w,str, default ‘w’

    Chế độ ghi Python. Các chế độ ghi có sẵn giống như

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    31.

    EncodingTr, tùy chọnstr, optional

    Một chuỗi đại diện cho mã hóa để sử dụng trong tệp đầu ra, mặc định là ‘UTF-8. Mã hóa không được hỗ trợ nếu path_or_buf là đối tượng tệp không nhị phân.

    CompressionStr hoặc dict, mặc định ‘suy rastr or dict, default ‘infer’

    Cho việc nén dữ liệu đầu ra trên đường bay. Nếu 'suy luận' và 'path_or_buf' giống như đường dẫn, thì hãy phát hiện nén từ các phần mở rộng sau: '.gz', '.bz2', '.zip', '.xz', '.zst', '.tar' , '.tar.gz', '.tar.xz' hoặc '.tar.bz2' (nếu không thì không nén). Đặt thành

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    32 không nén. Cũng có thể là một chế độ với khóa
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    33 được đặt thành một trong {
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    34,
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    35,
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    36,
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    37,
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    38} và các cặp có giá trị khóa khác được chuyển tiếp đến
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    39,
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    40, ____. Ví dụ, những điều sau đây có thể được thông qua để nén nhanh hơn và để tạo lưu trữ GZIP có thể tái tạo:
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    44.

    Mới trong phiên bản 1.5.0: Đã thêm hỗ trợ cho các tệp .tar.Added support for .tar files.

    Đã thay đổi trong phiên bản 1.0.0: Bây giờ có thể là một dict với khóa ‘Phương thức, chế độ nén và các mục khác làm các tùy chọn nén bổ sung nếu chế độ nén là‘ zip.May now be a dict with key ‘method’ as compression mode and other entries as additional compression options if compression mode is ‘zip’.

    Đã thay đổi trong phiên bản 1.1.0: Truyền các tùy chọn nén dưới dạng các khóa trong Dict được hỗ trợ cho các chế độ nén ‘GZIP,‘ BZ2, ‘ZSTD, và‘ Zip.Passing compression options as keys in dict is supported for compression modes ‘gzip’, ‘bz2’, ‘zstd’, and ‘zip’.

    Thay đổi trong phiên bản 1.2.0: Nén được hỗ trợ cho các đối tượng tệp nhị phân.Compression is supported for binary file objects.

    Đã thay đổi trong phiên bản 1.2.0: Các phiên bản trước được chuyển tiếp các mục Dict cho ‘GZIP, thành gzip.open thay vì gzip.gzipfile ngăn chặn cài đặt MTIME.Previous versions forwarded dict entries for ‘gzip’ to gzip.open instead of gzip.GzipFile which prevented setting mtime.

    Trích dẫn hằng số từ mô -đun CSVoptional constant from csv module

    Mặc định là CSV.Quate_Minimal. Nếu bạn đã đặt float_format thì phao được chuyển đổi thành chuỗi và do đó csv.quote_nonnumeric sẽ coi chúng là không phải là người.

    quotecharstr, mặc định ‘"str, default ‘"’

    Chuỗi độ dài 1. ký tự được sử dụng để trích dẫn các trường.

    lineterminatorstr, tùy chọnstr, optional

    Trình tự ký tự hoặc nhân vật mới để sử dụng trong tệp đầu ra. Mặc định là Os.LineSep, phụ thuộc vào HĐH trong đó phương thức này được gọi là (\ \ n, cho Linux, ‘\ r \ n, cho Windows, tức là).

    Đã thay đổi trong phiên bản 1.5.0: Trước đây là line_terminator, đã thay đổi để thống nhất với read_csv và mô -đun thư viện tiêu chuẩn ‘CSV.Previously was line_terminator, changed for consistency with read_csv and the standard library ‘csv’ module.

    Chunksizeint hoặc không cóint or None

    Hàng để viết tại một thời điểm.

    date_formatstr, không có mặc địnhstr, default None

    Chuỗi định dạng cho các đối tượng DateTime.

    doublequotebool, mặc định đúngbool, default True

    Kiểm soát trích dẫn của quotechar bên trong một trường.

    escapecharstr, không có mặc địnhstr, default None

    Chuỗi độ dài 1. Nhân vật được sử dụng để thoát SEP và Quotechar khi thích hợp.

    DecimalStr, mặc định ‘.str, default ‘.’

    Nhân vật được công nhận là dấu phân cách thập phân. Ví dụ. Sử dụng ‘, cho dữ liệu châu Âu.

    Lỗi, mặc định ‘nghiêm ngặtstr, default ‘strict’

    Chỉ định cách xử lý lỗi mã hóa và giải mã. Xem đối số lỗi cho

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    31 để biết danh sách đầy đủ các tùy chọn.

    Mới trong phiên bản 1.1.0.

    Storage_OptionsDict, Tùy chọndict, optional

    Các tùy chọn bổ sung có ý nghĩa cho một kết nối lưu trữ cụ thể, ví dụ: máy chủ, cổng, tên người dùng, mật khẩu, v.v. cho URL HTTP (s), các cặp giá trị khóa được chuyển tiếp đến

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    46 dưới dạng tùy chọn tiêu đề. Đối với các URL khác (ví dụ: bắt đầu với S3: //, và GC GCS: //), các cặp giá trị khóa được chuyển tiếp đến
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    47. Vui lòng xem
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    48 và
    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    49 để biết thêm chi tiết và để biết thêm ví dụ về các tùy chọn lưu trữ, hãy tham khảo tại đây.

    Mới trong phiên bản 1.2.0.

    ReturnSnone hoặc str

    Nếu path_or_buf không có, hãy trả về định dạng CSV kết quả dưới dạng chuỗi. Nếu không thì không trả lại.

    Xem thêm

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    50

    Tải tệp CSV vào DataFrame.

    Original DataFrame:
       Name  Age
    0  Amit   20
    1  Cody   21
    2  Drew   25
    Data from Users.csv:
      Name\tAge
    0  Amit\t20
    1  Cody\t21
    2  Drew\t25
    51

    Viết dataFrame vào một tệp excel.

    Ví dụ

    >>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
    ...                    'mask': ['red', 'purple'],
    ...                    'weapon': ['sai', 'bo staff']})
    >>> df.to_csv(index=False)
    'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
    

    Tạo ‘out.zip, chứa‘ out.csv,

    >>> compression_opts = dict(method='zip',
    ...                         archive_name='out.csv')  
    >>> df.to_csv('out.zip', index=False,
    ...           compression=compression_opts)  
    

    Để viết tệp CSV vào thư mục mới hoặc thư mục lồng nhau, trước tiên bạn sẽ cần tạo nó bằng cách sử dụng pathlib hoặc os:

    >>> from pathlib import Path  
    >>> filepath = Path('folder/subfolder/out.csv')  
    >>> filepath.parent.mkdir(parents=True, exist_ok=True)  
    >>> df.to_csv(filepath)  
    

    >>> import os  
    >>> os.makedirs('folder/subfolder', exist_ok=True)  
    >>> df.to_csv('folder/subfolder/out.csv')  
    

    Tệp CSV có thể được chuyển đổi thành DataFrame Python không?

    Bạn chuyển đổi tệp CSV thành DataFrame trong ba bước: (1) Nhập thư viện Pandas, (2) Sử dụng PD. read_csv () và chuyển tên tệp dưới dạng đối số chuỗi và (3) in khung dữ liệu kết quả (tùy chọn).

    Bạn có thể tạo DataFrame từ tệp CSV không?

    Chúng ta có thể dễ dàng xây dựng một bản dữ liệu python pandas từ tệp CSV bằng pandas.read_csv (). read_csv().