Python库pandas之五

输入/输出

DataFrame.to_csv

函数

词法：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=‘infer’, quoting=None, quotechar=‘"’, lineterminator=None, chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal=‘.’, errors=‘strict’, storage_options=None)

将DataFrame对象写入逗号分隔值 ，即csv文件。

参数说明

• path_or_buf，该参数类型是字符串, 文件路径对象, 有类似文件特征的对象, 或None, 默认值为None
  path_or_buf可以是字符串、文件路径对象（实现 os.PathLike[str]）或实现 write() 函数的类文件对象。
  如果path_or_buf是None，则结果以字符串形式返回。
  如果该参数是一个非二进制文件对象，则应使用 newline=‘’ 打开它，禁用通用换行符。
  如果该参数是一个二进制文件对象，mode可能需要包含“b”。

• sep，该参数类型是字符串, 默认值为‘,’
  该参数是长度为 1 的字符串。它是输出文件的字段分隔符。

• na_rep，该参数类型是字符串, 默认值为‘’
  替代丢失的数据。

• float_format，该参数类型是字符串, Callable, 默认值为None
  用于浮点数的格式字符串。如果该参数是Callable，它优先于其他数字格式化参数。

• columns，该参数类型是sequence, 是可选的
  要写的列。

• header，该参数类型是bool或字符串list, 默认值为True
  确定是否输出列名称。如果参数是字符串列list，则它们被用作列名的别名。

• index，该参数类型是bool, 默认值为True
  确定是否写行名称。

• index_label，该参数类型是字符串，sequence, 或False, 默认值为None
  如果需要，索引列的列名称。
  如果该参数是None，并且 header 和 index 为 True，则使用索引名称。
  如果对象使用 MultiIndex，则应给出序列。
  如果为 False，则不打印索引名称字段。

• mode，该参数类型是{‘w’, ‘x’, ‘a’}, 默认值为‘w’
  转发到 open(mode=) 或 fsspec.open(mode=) 来控制文件打开。典型值包括：
  ‘w’，首先截断文件。
  ‘x’，排他创建，如果文件已存在，则失败。
  ‘a’，如果存在，则追加到文件末尾。

• encoding，该参数类型是字符串, 是可选的
  表示输出文件中使用的编码的字符串，默认为“utf-8”。如果path_or_buf 是非二进制文件对象，则不支持编码。

• compression，该参数类型是字符串或字典, 默认值为‘infer’
  用于输出数据的动态压缩。
  如果“infer”和“path_or_buf”是类似路径，则检测以下扩展名的压缩：“.gz”、“.bz2”、“.zip”、“.xz”、“.zst”、“.tar” 、“.tar.gz”、“.tar.xz”或“.tar.bz2”。
  如果该参数是None，表示不压缩。
  如果该参数是字典，那么该字典包含键 ‘method’，而且该键的值为 {‘zip’, ‘gzip’, ‘bz2’, ‘zstd’, ‘xz’, ‘tar’} 之一，其他键值对转发到 zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdCompressor、lzma.LZMAFile 或 tarfile.TarFile。

• quoting，该参数类型是csv 模块中的可选常量
  默认为 csv.QUOTE_MINIMAL。如果您设置了 float_format，则浮点数将转换为字符串，因此 csv.QUOTE_NONNUMERIC会将它们视为非数字。

• quotechar，该参数类型是字符串, 默认值为‘"’
  该参数是长度为 1 的字符串。用于引用字段的字符。

• lineterminator，该参数类型是字符串, 是可选的
  该参数是输出文件中使用的换行符或字符序列。默认为 os.linesep，这取决于调用此方法的操作系统（Linux 为“\n”，Windows 为“\r\n”）。

• chunksize，该参数类型是int，或None
  一次写入的最大行数。

• date_format，该参数类型是字符串, 默认为None
  日期时间对象的格式字符串。

• doublequote，该参数类型是bool, 默认为True
  控制字段内quotechar 的引用。

• escapechar，该参数类型是字符串, 默认为None
  该参数是长度为 1 的字符串。在合适的地方，用于转义 sep 和 quotechar 的字符。

• decimal，该参数类型是字符串, 默认为‘.’
  该参数是字符串，被用作小数点分隔符。

• errors，该参数类型是字符串, 默认为‘strict’
  指定如何处理编码和解码错误。

• storage_options，该参数类型是字典, 是可选的
  对于特定存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发到 urllib.request.Request。对于其他 URL（例如以“s3://”和“gcs://”开头），键值对将转发到 fsspec.open。

应用实列

下列程序使用各种不同的参数，说明这些参数如何影响DataFrame.to_csv的输出文件

import pandas as pd
import sqlite3 as sqlite

def df_to_csv(df):
    df.to_csv("test_1.csv", index=False);
    cols = ("name","salary")
    df.to_csv("test_2.csv", index=False, columns=cols);
    df.to_csv("test_3.csv", index=False, sep="|");
    cols = ("name","age")    
    df.to_csv("test_4.csv", index=False, columns=cols, header=("name", "Married age"));
    
if __name__ == "__main__":
    conn = sqlite.connect("test_db.db")
    
    df = pd.read_sql('SELECT * FROM peoples', conn)
    print(df)
    
    df_to_csv(df)

下列屏幕输出，给出DataFrame中包含的数据

C:\>python pandas_io_4.py
      name  age  salary
0    Helen   25   40000
1  Michael   20   20000
2      Tom   35   40000
3     John   30   20000
4     Jeff   25   50000
5  Johnson  350  120000

上述程序运行结束后，文件test_1.csv的内容

name,age,salary
Helen,25,40000
Michael,20,20000
Tom,35,40000
John,30,20000
Jeff,25,50000
Johnson,350,120000

上述程序运行结束后，文件test_2.csv的内容

name,salary
Helen,40000
Michael,20000
Tom,40000
John,20000
Jeff,50000
Johnson,120000

上述程序运行结束后，文件test_3.csv的内容

name|age|salary
Helen|25|40000
Michael|20|20000
Tom|35|40000
John|30|20000
Jeff|25|50000
Johnson|350|120000

上述程序运行结束后，文件test_4.csv的内容

name,Married age
Helen,25
Michael,20
Tom,35
John,30
Jeff,25
Johnson,350