如何将熊猫数据添加到现有的 csv 文件中？

Posted 2023-03-11

【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)

【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？？