如何使用 pandas 将新的数据帧行附加到 csv?

Posted

技术标签:

【中文标题】如何使用 pandas 将新的数据帧行附加到 csv?【英文标题】:How to append new dataframe rows to a csv using pandas? 【发布时间】:2018-04-14 01:28:11 【问题描述】:

我有一个新的数据框,如何将它附加到现有的 csv?

我尝试了以下代码:

f = open('test.csv', 'w')
df.to_csv(f, sep='\t')
f.close()

但它不会向 test.csv 附加任何内容。 csv很大,我只想使用append,而不是将整个csv作为数据帧读取并将其连接并写入新的csv。有什么好的方法可以解决问题吗?谢谢。

【问题讨论】:

【参考方案1】:

试试这个:

df.to_csv('test.csv', sep='\t', header=None, mode='a')
# NOTE:                              ----->  ^^^^^^^^   

【讨论】:

@HavenShi,很高兴它有帮助:) 似乎每一行都变成了一个单元格,比如我的前一行是 AAA sunday 200,将其附加到 csv 后,只有一个单元格将所有内容组合在一起,如 'AAAsunday200' ,如何解决? @HavenShi,我无法重现此行为。你能提供一个小的可重复数据集吗? 当然。尝试以下代码,它将在您的本地文件夹中生成一个旧文件(10 行)和一个新文件(2 行)。我追加后,新的内容都混在一起了: @HavenShi,你为什么使用不同的分隔符?首先使用默认的, 分隔符保存文件,然后使用\t 添加新条目【参考方案2】:

TL:DR MaxU 的回答是正确的。

df.to_csv('old_file.csv', header=None, mode='a')

我有同样的问题,希望追加到 DataFrame 并保存到循环内的 CSV。这似乎是一种常见的模式。 我的标准是:

    回写到同一个文件 不要写入不必要的数据。 在循环期间不断将新数据附加到数据帧。 保存每次迭代(以防长时间运行的循环崩溃) 不要将索引存储在 CSV 文件中。

注意modeheader 的不同值。在完整的写入中,mode='w' 和 header=True,但在追加中,mode='a' 和 header='False'。

import pandas as pd

# Create a CSV test file with 3 rows
data = [['tom', 10], ['nick', 15], ['juli', 14]] 
test_df = pd.DataFrame(data, columns = ['Name', 'Age']) 
test_df.to_csv('test.csv', mode='w', header=True, index=False)

# Read CSV into a new frame
df = pd.read_csv('test.csv')
print(df)

# MAIN LOOP
# Create new data in a new DataFrame
for i in range(0, 2):
    newdata = [['jack', i], ['jill', i]] 
    new_df  = pd.DataFrame(newdata, columns = ['Name', 'Age']) 

    # Write the new data to the CSV file in append mode
    new_df.to_csv('test.csv', mode='a', header=False, index=False)
    print('check test.csv')

    # Combine the new data into the frame ready for the next loop.
    test_df = pd.concat([test_df, new_df], ignore_index=True)

# At completion, it shouldn't be necessary, but to write the complete data 
test_df.to_csv('completed.csv', mode='w', header=True, index=False)
# completed.csv and test.csv should be identical.

【讨论】:

谢谢。我来这里是为了寻找一种仅从迭代中附加新数据的方法,但没有意识到我可以使用我正在创建的 Series 或 DF 元素来做到这一点。【参考方案3】:

尝试以下代码,它将在您的本地文件夹中生成一个旧文件(10 行)和一个新文件(2 行)。我追加后,新的内容都混在一起了:

import pandas as pd
import os 

dir_path = os.path.dirname(os.path.realpath("__file__"))
print(dir_path)

raw_data = 'HOUR': [4, 9, 12, 7, 3, 15, 2, 16, 3, 21], 
        'LOCATION': ['CA', 'HI', 'CA', 'IN', 'MA', 'OH', 'OH', 'MN', 'NV', 'NJ'], 
        'TYPE': ['OLD', 'OLD', 'OLD', 'OLD', 'OLD', 'OLD', 'OLD', 'OLD', 'OLD', 'OLD'], 
        'PRICE': [4, 24, 31, 2, 3, 25, 94, 57, 62, 70]
old_file = pd.DataFrame(raw_data, columns = ['HOUR', 'LOCATION', 'TYPE', 'PRICE'])
old_file.to_csv(dir_path+"/old_file.csv",index=False)


raw_data = 'HOUR': [2, 22], 
        'LOCATION': ['CA', 'MN'], 
        'TYPE': ['NEW', 'NEW'], 
        'PRICE': [80, 90]
new_file = pd.DataFrame(raw_data, columns = ['HOUR', 'LOCATION', 'TYPE', 'PRICE'])
new_file.to_csv(dir_path+"/new_file.csv",index=False)


new_file=dir_path+"/new_file.csv"
df=pd.read_csv(new_file)
df.to_csv('old_file.csv', sep='\t', header=None, mode='a')

它会变成:

HOUR    LOCATION    TYPE    PRICE
4   CA  OLD 4
9   HI  OLD 24
12  CA  OLD 31
7   IN  OLD 2
3   MA  OLD 3
15  OH  OLD 25
2   OH  OLD 94
16  MN  OLD 57
3   NV  OLD 62
21  NJ  OLD 70
02CANEW80           
122MNNEW90  

【讨论】:

df.to_csv('old_file.csv', header=None, mode='a') 应该可以解决问题【参考方案4】:

要将 pandas 数据框附加到 csv 文件中,您也可以尝试一下。

df = pd.DataFrame('Time':x, 'Value':y)
with open('CSVFileName.csv', 'a+', newline='') as f:
    df.to_csv(f, index=False, encoding='utf-8', mode='a')
    f.close()

【讨论】:

以上是关于如何使用 pandas 将新的数据帧行附加到 csv?的主要内容,如果未能解决你的问题,请参考以下文章

如何遍历数据框,将新字段添加到系列,然后将该系列附加到 csv?

如何使用 pymongo 将新的值数组附加到 mongodb 中的现有数组文档?

如何使用 php 类 DOMDocument 将新的 xml 节点附加到现有的 .xml 文件?

将 pandas 数据帧行移动到最近的时间步长

将新的 Google 表格数据附加到 BigQuery 表中

使用Python pandas获取所有数据帧行[重复]