如何将熊猫数据添加到现有的 csv 文件中?
Posted
技术标签:
【中文标题】如何将熊猫数据添加到现有的 csv 文件中?【英文标题】:How to add pandas data to an existing csv file? 【发布时间】:2013-07-06 00:22:52 【问题描述】:我想知道是否可以使用 pandas to_csv()
函数将数据框添加到现有的 csv 文件中。 csv 文件与加载的数据具有相同的结构。
【问题讨论】:
我认为@tlingf 建议的方法更好,因为他使用的是熊猫库的内置功能。他建议将模式定义为 "a" 。 “A”代表 APPEND 'df.to_csv('my_csv.csv', mode='a', header=False)' @KCzar 的答案考虑了 CSV 文件不存在(即添加列标题)和 CSV 已经存在(因此只添加没有标题的数据行)的两种情况。在任何情况下,它都使用“附加”模式和自定义分隔符,以及对列数的检查。 【参考方案1】:这就是我在 2021 年的做法
假设我有一个 csv sales.csv
,其中包含以下数据:
sales.csv:
Order Name,Price,Qty
oil,200,2
butter,180,10
要添加更多行,我可以将它们加载到数据框中并将其附加到 csv 中,如下所示:
import pandas
data = [
['matchstick', '60', '11'],
['cookies', '10', '120']
]
dataframe = pandas.DataFrame(data)
dataframe.to_csv("sales.csv", index=False, mode='a', header=False)
输出将是:
Order Name,Price,Qty
oil,200,2
butter,180,10
matchstick,60,11
cookies,10,120
【讨论】:
我在***.com/a/17975690/3429115这里找不到附加值 它不会将 pandas 文件添加到现有的 csv 中。【参考方案2】:with open(filename, 'a') as f:
df.to_csv(f, header=f.tell()==0)
除非存在,否则创建文件,否则追加
如果正在创建文件,则添加标题,否则跳过它
【讨论】:
缺少mode='a'
作为to_csv
的参数(即df.to_csv(f, mode='a', header=f.tell()==0)
@GabrielaMelo 这是在函数 open(filename, 'a') 中传递的。
我在每行数据之间都有一个额外的空白行(在 Windows 上,我猜这很容易受到影响),除非我添加一些括号:header=(f.tell()==0)
- 并且还写:with open(filename, 'a', newline='') as f:
【参考方案3】:
最初从 pyspark 数据帧开始 - 给定我的 pyspark 数据帧中的架构/列类型,我遇到类型转换错误(在转换为 pandas df 然后附加到 csv 时)
通过强制每个 df 中的所有列为字符串类型,然后将其附加到 csv 来解决问题,如下所示:
with open('testAppend.csv', 'a') as f:
df2.toPandas().astype(str).to_csv(f, header=False)
【讨论】:
【参考方案4】:您可以在 pandas to_csv
函数中指定 python 写入模式。对于追加,它是“a”。
在你的情况下:
df.to_csv('my_csv.csv', mode='a', header=False)
默认模式是'w'。
【讨论】:
感谢您的回答。这将允许我逐行追加新的 df 。但是你能告诉我如何按列附加新的 df 吗? 我能够通过重新读取“my_csv.csv”来完成它,然后连接新的 df,然后保存它。如果你知道一些更简单的方法,请告诉我。我很感激! 如何为第一个文件编写标题,其余行自动附加到它? @Etisha 类似df.to_csv(output_path, mode='a', header=not os.path.exists(output_path))
正确答案,当然,只是一个注释:传递index=False
将告诉df.to_csv
不要将行索引写入第一列。根据应用程序,这可能有助于避免无意义的索引列。【参考方案5】:
聚会有点晚了,但如果您要多次打开和关闭文件,或者记录数据、统计信息等,您也可以使用上下文管理器。
from contextlib import contextmanager
import pandas as pd
@contextmanager
def open_file(path, mode):
file_to=open(path,mode)
yield file_to
file_to.close()
##later
saved_df=pd.DataFrame(data)
with open_file('yourcsv.csv','r') as infile:
saved_df.to_csv('yourcsv.csv',mode='a',header=False)`
【讨论】:
在这里使用上下文管理器有什么好处? 这与使用open
作为上下文管理器有何不同?【参考方案6】:
我使用了一个小辅助函数和一些标题检查保护措施来处理这一切:
def appendDFToCSV_void(df, csvFilePath, sep=","):
import os
if not os.path.isfile(csvFilePath):
df.to_csv(csvFilePath, mode='a', index=False, sep=sep)
elif len(df.columns) != len(pd.read_csv(csvFilePath, nrows=1, sep=sep).columns):
raise Exception("Columns do not match!! Dataframe has " + str(len(df.columns)) + " columns. CSV file has " + str(len(pd.read_csv(csvFilePath, nrows=1, sep=sep).columns)) + " columns.")
elif not (df.columns == pd.read_csv(csvFilePath, nrows=1, sep=sep).columns).all():
raise Exception("Columns and column order of dataframe and csv file do not match!!")
else:
df.to_csv(csvFilePath, mode='a', index=False, sep=sep, header=False)
【讨论】:
列顺序不匹配怎么办? @JasonGoal df = df.reindex(sorted(df.columns), axis=1);见***.com/a/11067072/9095840。【参考方案7】:您可以通过opening the file 在追加模式下追加到 csv:
with open('my_csv.csv', 'a') as f:
df.to_csv(f, header=False)
如果这是你的 csv,foo.csv
:
,A,B,C
0,1,2,3
1,4,5,6
如果您阅读该内容然后附加,例如,df + 6
:
In [1]: df = pd.read_csv('foo.csv', index_col=0)
In [2]: df
Out[2]:
A B C
0 1 2 3
1 4 5 6
In [3]: df + 6
Out[3]:
A B C
0 7 8 9
1 10 11 12
In [4]: with open('foo.csv', 'a') as f:
(df + 6).to_csv(f, header=False)
foo.csv
变为:
,A,B,C
0,1,2,3
1,4,5,6
0,7,8,9
1,10,11,12
【讨论】:
你没有害处,但我认为你不需要上下文管理器来使用 to_csv() 方法。 我们真的需要with open('my_csv.csv', 'a') as f:
吗??以上是关于如何将熊猫数据添加到现有的 csv 文件中?的主要内容,如果未能解决你的问题,请参考以下文章