Pandas详解二十四之写入CSV、Excel文件

您所在的位置：网站首页 › pandas csv 分隔符 › Pandas详解二十四之写入CSV、Excel文件

Pandas详解二十四之写入CSV、Excel文件

2023-09-02 10:28| 来源: 网络整理| 查看: 265

约定:

import pandas as pd import numpy as np import sys 写入CSV文件

写入csv文件是最常用的，csv文件默认用’,’作为分隔符。

df1.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)

常用参数解释：

path_or_buf：文件名、文件具体、相对路径、文件流等

sep：文件分割符号

na_rep：将NaN转换为特定值

columns：选择部分列写入

header：忽略列名

index：False则选择不写入索引

df1=pd.DataFrame({'A':range(3),'B':list("abc"),'C':['red',np.NaN,'yellow']}) print(df1)

代码结果：

A B C 0 0 a red 1 1 b NaN 2 2 c yellow

1 写入时指定分隔符

to_csv()的sep默认为’,’，可指定任意字符作为分隔符

df1.to_csv(sys.stdout,sep='-')

代码结果：

-A-B-C 0-0-a-red 1-1-b- 2-2-c-yellow

2 将NaN转为特定字符串

写入时NaN会被表示为空字符串，我们可能希望用其他值代替

df1.to_csv(sys.stdout,na_rep='NULL')

代码结果：

,A,B,C 0,0,a,red 1,1,b,NULL 2,2,c,yellow

3 不写入列名

df1.to_csv(sys.stdout,header=None)

代码结果：

0,0,a,red 1,1,b, 2,2,c,yellow

4 不写入索引

df1.to_csv(sys.stdout,index=False)

代码结果：

A,B,C 0,a,red 1,b, 2,c,yellow

5 保留部分列且排序

df1.to_csv(sys.stdout,columns=['B','A'])

代码结果：

,B,A 0,a,0 1,b,1 2,c,2 写入Excel文件

对比写入csv文件，写入Excel文件不同的就是，当需要写入多个Sheet时，则需要在写入前创建一个Excel文件。

df1.to_excel(excel_writer, sheet_name=’Sheet1’, na_rep=”, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=’inf’, verbose=True, freeze_panes=None)

常用参数解释：

excel_writer：文件名、文件具体、相对路径、文件对象等

sheet_name：写入时设定Sheetname，默认为’Sheet1’

sep：文件分割符号

na_rep：将NaN转换为特定值

columns：选择部分列写入

header：忽略列名

index：False则选择不写入索引

1 写入单个Sheet表格

只能写入一个Sheet表格，多次写入则会清除excel文件中的内容

df1.to_excel('df1.xlsx')

2 指定Sheetname

df1.to_excel('df1.xlsx',sheet_name='df1')

3 同一个Excel文件写入多个Sheet表格

写入多个表时，需要用到pd.ExcelWriter()打开一个Excel文件

work=pd.ExcelWriter('df2.xlsx') df1.to_excel(work,sheet_name='df2') df1['A'].to_excel(work,sheet_name='df3')

谢谢大家的浏览，希望我的努力能帮助到您，共勉！

【本文地址】

Pandas详解二十四之写入CSV、Excel文件

Pandas详解二十四之写入CSV、Excel文件

今日新闻

推荐新闻