Pandas保存csv数据的三种方式详解

2022-05-05 18:23| 来源: 网络整理| 查看: 265

目录方法一方法二方法三补充

方法一 import os import pandas as pd path = 'data/train/' img_label_list=[] testList = os.listdir(path) for file in testList: label='aa' img_label_list.append([file, label]) df1 = pd.DataFrame(data=img_label_list, columns=['id', 'label']) df1.to_csv('result.csv',index=False)

方法二 import os import pandas as pd path = 'data/train/' img_list=[] lable_list=[] testList = os.listdir(path) for file in testList: img_list.append(file) label='aa' lable_list.append(label) img_label_list2 = list(zip(img_list, lable_list)) df3 = pd.DataFrame(data=img_label_list2, columns=['filepath', 'label']) df3.to_csv('result.csv',index=False)

方法三 import os import pandas as pd path = 'data/train/' img_list=[] lable_list=[] testList = os.listdir(path) for file in testList: img_list.append(file) label='aa' lable_list.append(label) df = pd.DataFrame({"filename": img_list, "label": lable_list}) df.to_csv('result.csv',index=False)

补充

当然Pandas不仅可以实现CSV文件数据的保存，还能读写CSV文件，下面是实现的核心代码

使用pandas读取CSV

import pandas as pd import csv if name == '__main__': # header=0——表示csv文件的第一行默认为dataframe数据的行名称, # index_col=0——表示使用第0列作为dataframe的行索引, # squeeze=True——表示如果文件只包含一列，则返回一个序列。 file_dataframe = pd.read_csv('../datasets/data_new_2/csv_file_name.csv', header=0, index_col=0, squeeze=True) # 结果：

写CSV

stu1 = [lid, k, pre_count_data[k]] # 打开文件，写模式为追加'a' out = open('../results/write_file.csv', 'a', newline='') # 设定写入模式 csv_write = csv.writer(out, dialect='excel') # 写入具体内容 csv_write.writerow(stu1)

到此这篇关于Pandas保存csv数据的三种方式详解的文章就介绍到这了,更多相关Pandas保存csv内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:Pandas常用的读取和保存数据的函数使用(csv,mysql,json,excel)使用pandas库对csv文件进行筛选保存使用python的pandas库读取csv文件保存至mysql数据库python的pandas工具包，保存.csv文件时不要表头的实例使用pandas将numpy中的数组数据保存到csv文件的方法

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章