Python数据处理从零开始----第二章（pandas）⑨pandas读写csv文件(4)
Python数据处理从零开始----第二章（pandas）⑨pandas读写csv文件(4)
用户1359560
发布于 2019-02-22 15:20:17
发布于 2019-02-22 15:20:17
代码可运行
运行总次数：0
代码可运行
- 如何在pandas中写入csv文件 我们将首先创建一个数据框。我们将使用字典创建数据框架。键是列名，值是包含数据的列表：
df = pd.DataFrame({'Names':['Andreas', 'George', 'Steve',
'Sarah', 'Joanna', 'Hanna'],
'Age':[21, 22, 20, 19, 18, 23]})
df.head()
image.png
然后我们使用pandas to_csv方法将数据框写入csv文件。
df.to_csv('NamesAndAges.csv')
image.png
如上图所示，当我们不使用任何参数时，我们会得到一个新列。此列是pandas数据框中的index。我们可以使用参数index并将其设置为false以除去此列。
- 如何将多个数据帧读取到一个csv文件中
如果我们有许多数据帧，并且我们想将它们全部导出到同一个csv文件中。 这是为了创建两个新的列，命名为group和row num。重要的部分是group，它将标识不同的数据帧。在代码示例的最后一行中，我们使用pandas将数据帧写入csv。
df1 = pd.DataFrame({'Names': ['Andreas', 'George', 'Steve',
'Sarah', 'Joanna', 'Hanna'],
'Age':[21, 22, 20, 19, 18, 23]})
df2 = pd.DataFrame({'Names': ['Pete', 'Jordan', 'Gustaf',
'Sophie', 'Sally', 'Simone'],
'Age':[22, 21, 19, 19, 29, 21]})
df3 = pd.DataFrame({'Names': ['Ulrich', 'Donald', 'Jon',
'Jessica', 'Elisabeth', 'Diana'],
'Age':[21, 21, 20, 19, 19, 22]})
df = pd.concat([df1, df2, df3], keys =['Group1', 'Group2', 'Group3'],
names=['Group', 'Row Num']).reset_index()
df.to_csv('MultipleDfs.csv', index=False)在csv文件中，我们有4列。列表中的keys参数（['group1'、'group2'、'group3']）代表不同数据框来源。我们还得到列“row num”，其中包含每个原数据框的行数：
image.png
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2019.01.07 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
