Pandas DataFrame DataFrame.to_csv()-Funktion
-
Syntax von
pandas.DataFrame.to_csv()
-
Beispiel-Codes:
DataFrame.to_csv()
-
Beispielcodes:
DataFrame.to_csv()
zur Angabe eines Trennzeichens für CSV-Daten -
Beispielcodes:
DataFrame.to_csv()
zum Auswählen weniger Spalten und Umbenennen der Spalten
![Pandas DataFrame DataFrame.to_csv()-Funktion](/img/Python-Pandas/feature-image---Pandas-DataFrame-DataFrame.to_csv-Function.webp)
Die Funktion Python Pandas DataFrame.to_csv()
speichert die in den Zeilen und Spalten eines DataFrame
enthaltenen Werte in eine CSV-Datei. Wir können einen DataFrame
auch in eine CSV-Zeichenkette konvertieren.
Syntax von pandas.DataFrame.to_csv()
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='""',
line_terminator=None,
chunksize=None,
date_format=None,
doublequote=True,
escapechar=None,
decimal=".",
)
Parameter
Diese Funktion hat mehrere Parameter. Die Standardwerte aller Parameter sind oben erwähnt.
path_or_buf |
Es ist eine Zeichenkette oder ein Datei-Handle. Es stellt den Namen einer Datei oder eines Dateiobjekts dar. Wenn sein Wert None ist, wird der DataFrame in eine CSV-Zeichenkette konvertiert. |
sep |
Es ist eine Zeichenkette. Sie stellt das in der CSV-Datei verwendete Trennzeichen dar. |
na_rep |
Es ist eine Zeichenkette. Sie stellt die fehlenden Daten dar. |
float_format |
Es ist eine Zeichenkette. Sie stellt das Format für die Fließkommazahlen dar. |
columns |
Es ist eine Sequenz. Sie repräsentiert die Spalten des DataFrame , die in der CSV-Datei gespeichert werden. |
header |
Es ist ein boolescher Wert oder eine Liste von Zeichenketten . Wenn sein Wert auf False gesetzt ist, werden die Namen der Spalten nicht in der CSV-Datei gespeichert. Wenn eine Liste von Zeichenketten übergeben wird, werden diese Zeichenketten als Spaltennamen gespeichert. |
index |
Es ist ein boolescher Wert. Wenn sein Wert True ist, werden die Namen der Zeilen, d.h. der Index, gespeichert. |
index_label |
Es ist eine Zeichenkette oder eine Sequenz . Sie stellt den Spaltennamen für einen bestimmten Index dar. |
mode |
Es ist eine Zeichenkette. Sie repräsentiert den Modus des Prozesses. Wenn wir einen DataFrame in eine CSV-Datei schreiben, ist sein Wert der Python-Schreibmodus w . |
encoding |
Es ist eine Zeichenkette. Sie stellt das in der CSV-Datei zu verwendende Kodierungsschema dar. Das Standardkodierungsschema ist utf-8 . |
compression |
Es ist eine Zeichenkette oder ein Dictionary. Wenn es sich um eine Zeichenkette handelt, stellt es den Komprimierungsmodus dar. Wenn es ein Dictionary ist, dann repräsentiert der Wert bei der “Methode” den Komprimierungsmodus. Es gibt mehrere Komprimierungsmodi. Sie können hier nachsehen. |
quoting |
Sie stellt eine Konstante aus einem CSV-Modul dar. |
quotechar |
Es ist eine Zeichenkette. Sie hat eine Länge von 1 und stellt das Zeichen dar, mit dem Felder in Anführungszeichen gesetzt werden. |
line_terminator |
Es ist eine Zeichenkette. Sie stellt das Zeichen für eine neue Zeile in der CSV-Datei dar. |
chunksize |
Es ist eine ganze Zahl. Sie gibt die Anzahl der Zeilen an, die gleichzeitig in die CSV-Datei geschrieben werden müssen. |
date_format |
Es ist eine Zeichenkette. Sie repräsentiert das Format für DateTime -Objekte. |
doublequote |
Es ist ein boolescher Wert. Er kontrolliert das Zitieren von quotechar . |
escapechar |
Es ist eine Zeichenkette. Sie hat eine Länge von 1 und repräsentiert das Zeichen, das verwendet wird, um sep und quotechar zu entkommen. |
decimal |
Es ist eine Zeichenkette. Sie repräsentiert das für einen Dezimalpunkt verwendete Zeichen. |
Zurück
Es gibt None
oder eine Zeichenkette zurück. Wenn path_or_buf
None ist, konvertiert es den DataFrame
in eine Zeichenkette und gibt die Zeichenkette zurück. Andernfalls wird None
zurückgegeben.
Beispiel-Codes: DataFrame.to_csv()
Wir werden diese Funktion in den nächsten Codes auf unterschiedliche Weise implementieren.
import pandas as pd
dataframe=pd.DataFrame({
'Attendance':
{0: 60,
1: 100,
2: 80,
3: 78,
4: 95},
'Name':
{0: 'Olivia',
1: 'John',
2: 'Laura',
3: 'Ben',
4: 'Kevin'},
'Obtained Marks':
{0: 90,
1: 75,
2: 82,
3: 64,
4: 45}
})
print(dataframe)
Das Beispiel DataFrame
ist,
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
Alle Parameter dieser Funktion sind optional. Wenn wir diese Funktion ausführen, ohne einen Parameter zu übergeben, erzeugt sie die folgende Ausgabe.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
csvstring = dataframe.to_csv()
print(csvstring)
Ausgabe:
,Attendance,Name,Obtained Marks
0,60,Olivia,90
1,100,John,75
2,80,Laura,82
3,78,Ben,64
4,95,Kevin,45
Die Funktion hat die Ausgabe mit allen Standardwerten erzeugt. Sie hat eine CSV-Zeichenkette zurückgegeben. Nun werden wir die Daten in der CSV-Datei speichern.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnValue = dataframe.to_csv("myfile.csv")
print(returnValue)
Ausgabe:
None
Die Funktion hat eine neue CSV-Datei in dem Verzeichnis erstellt, in dem dieses Programm gespeichert ist.
Beispielcodes: DataFrame.to_csv()
zur Angabe eines Trennzeichens für CSV-Daten
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnValue = dataframe.to_csv(sep="@")
print(returnValue)
Ausgabe:
@Attendance@Name@Obtained Marks
0@60@Olivia@90
1@100@John@75
2@80@Laura@82
3@78@Ben@64
4@95@Kevin@45
Beispielcodes: DataFrame.to_csv()
zum Auswählen weniger Spalten und Umbenennen der Spalten
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
}
)
returnValue = dataframe.to_csv(
"myfile.csv", columns=["Name", "Obtained Marks"], header=["Full Name", "Marks"]
)
print(returnValue)
Ausgabe:
None
Genau wie die obigen Codes können wir unsere CSV-Datei mit den verschiedenen Parametern anpassen. Diese Funktion stellt mehrere Parameter zur Verfügung.