Šiame straipsnyje sužinosime, kaip galime eksportuoti Pandas DataFrame į CSV failą naudojant Pandas to_csv() metodą. Pagal numatytuosius nustatymus metodas į csv() eksportuoja DataFrame į CSV failą su eilutės indeksu kaip pirmas stulpelis ir kableliu kaip skyrikliu.
„DataFrame“ kūrimas, norint eksportuoti „Pandas DataFrame“ į CSV
Python3
# importing pandas as pd> import> pandas as pd> # list of name, degree, score> nme>=> [>'aparna'>,>'pankaj'>,>'sudhir'>,>'Geeku'>]> deg>=> [>'MBA'>,>'BCA'>,>'M.Tech'>,>'MBA'>]> scr>=> [>90>,>40>,>80>,>98>]> # dictionary of lists> dict> => {>'name'>: nme,>'degree'>: deg,>'score'>: scr}> > df>=> pd.DataFrame(>dict>)> print>(df)> |
>
>
Išvestis:
name degree score 0 aparna MBA 90 1 pankaj BCA 40 2 sudhir M.Tech 80 3 Geeku MBA 98>
Eksportuokite CSV į darbinį katalogą
Čia mes tiesiog eksportuojame duomenų rėmelį į CSV failą naudodami df.to_csv().
Python3
krūva ir krūva rūšiuoti
# saving the dataframe> df.to_csv(>'file1.csv'>)> |
>
>
Linux klaidų kodai
Išvestis:
CSV įrašymas be antraštes ir indeksas .
Čia mes išsaugome failą be antraštės ir be indekso numerio.
Python3
# saving the dataframe> df.to_csv(>'file2.csv'>, header>=>False>, index>=>False>)> |
>
>
Išvestis:
Išsaugokite CSV failą nurodytoje vietoje
Taip pat galime išsaugoti failą tam tikroje konkrečioje vietoje.
Python3
# saving the dataframe> df.to_csv(r>'C:UsersAdminDesktopfile3.csv'>)> |
kas yra klasterizacija
>
>
Išvestis:
Įrašykite DataFrame į CSV failą naudodami skirtukų skyriklį
Taip pat galime išsaugoti savo failą naudodami tam tikrą atskirą failą, kaip norime. y., .
Python3
import> pandas as pd> import> numpy as np> users>=> {>'Name'>: [>'Amit'>,>'Cody'>,>'Drew'>],> >'Age'>: [>20>,>21>,>25>]}> #create DataFrame> df>=> pd.DataFrame(users, columns>=>[>'Name'>,>'Age'>])> print>(>'Original DataFrame:'>)> print>(df)> print>(>'Data from Users.csv:'>)> df.to_csv(>'Users.csv'>, sep>=>' '>, index>=>False>,header>=>True>)> new_df>=> pd.read_csv(>'Users.csv'>)> print>(new_df)> |
css teksto įvyniojimui
>
>
Išvestis:
Original DataFrame: Name Age 0 Amit 20 1 Cody 21 2 Drew 25 Data from Users.csv: Name Age 0 Amit 20 1 Cody 21 2 Drew 25>