2.2 输出数据

文档摘要

2.2 输出数据 2.2 Pandas 数据输出详解 2.2.1 输出到 CSV 文件 CSV (Comma Separated Values) 是一种常用的文本文件格式，用于存储表格数据。Pandas 提供了方法将 DataFrame 或 Series 输出到 CSV 文件。语法：常用参数： : 文件路径或缓冲区。如果为 None，则返回字符串。 : 分隔符，默认为逗号 ( )。 : 用于表示缺失值的字符串，默认为空字符串 ( )。 : 浮点数的格式化字符串。 : 要写入的列的列表。 : 是否写入列名，默认为 True。 : 是否写入索引，默认为 True。 : 索引列的标签。 : 文件打开模式，默认为 (写入)。 : 文件编码，例如。 : 压缩类型，例如、、。

2.2 输出数据

2.2 Pandas 数据输出详解

2.2.1 输出到 CSV 文件

CSV (Comma Separated Values) 是一种常用的文本文件格式，用于存储表格数据。Pandas 提供了 to_csv() 方法将 DataFrame 或 Series 输出到 CSV 文件。

语法：


DataFrame.to_csv(path_or_buf=None, sep=',', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, mode='w', encoding=None, compression='infer', quoting=None, quotechar='"', lineterminator=None, date_format=None, doublequote=True, escapechar=None, decimal='.', errors='strict', storage_options=None)

常用参数：

path_or_buf: 文件路径或缓冲区。如果为 None，则返回字符串。
sep: 分隔符，默认为逗号 (,)。
na_rep: 用于表示缺失值的字符串，默认为空字符串 ('')。
float_format: 浮点数的格式化字符串。
columns: 要写入的列的列表。
header: 是否写入列名，默认为 True。
index: 是否写入索引，默认为 True。
index_label: 索引列的标签。
mode: 文件打开模式，默认为 'w' (写入)。
encoding: 文件编码，例如 'utf-8'。
compression: 压缩类型，例如 'gzip'、'bz2'、'xz'。

代码示例：


import pandas as pd
# 创建一个 DataFrame
data = {'姓名': ['Alice', 'Bob', 'Charlie'],
        '年龄': [25, 30, 28],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)
# 输出到 CSV 文件
df.to_csv('output.csv', index=False, encoding='utf-8')
# 输出到 CSV 文件，使用分号作为分隔符
df.to_csv('output_semicolon.csv', sep=';', index=False, encoding='utf-8')
# 输出到 CSV 文件，只包含姓名和年龄两列
df.to_csv('output_selected_columns.csv', columns=['姓名', '年龄'], index=False, encoding='utf-8')
# 输出到 CSV 文件，使用 gzip 压缩
df.to_csv('output_compressed.csv.gz', index=False, encoding='utf-8', compression='gzip')

代码解释：

第一个示例将 DataFrame df 输出到名为 output.csv 的文件中，不包含索引列，并使用 UTF-8 编码。
第二个示例使用分号 (;) 作为分隔符。
第三个示例只输出了 姓名 和 年龄 两列。
第四个示例将文件压缩为 gzip 格式。

2.2.2 输出到 Excel 文件

Pandas 提供了 to_excel() 方法将 DataFrame 输出到 Excel 文件。需要安装 openpyxl 或 xlsxwriter 库。

语法：


DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None, storage_options=None)

常用参数：

excel_writer: 文件路径或 ExcelWriter 对象。
sheet_name: 工作表名称，默认为 'Sheet1'。
na_rep: 用于表示缺失值的字符串，默认为空字符串 ('')。
float_format: 浮点数的格式化字符串。
columns: 要写入的列的列表。
header: 是否写入列名，默认为 True。
index: 是否写入索引，默认为 True。
index_label: 索引列的标签。
startrow: 起始行，默认为 0。
startcol: 起始列，默认为 0。
engine: 使用的引擎，可以是 'openpyxl' 或 'xlsxwriter'。

代码示例：


import pandas as pd
# 创建一个 DataFrame
data = {'姓名': ['Alice', 'Bob', 'Charlie'],
        '年龄': [25, 30, 28],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)
# 输出到 Excel 文件
df.to_excel('output.xlsx', sheet_name='人员信息', index=False)
# 输出到 Excel 文件，指定起始行和起始列
df.to_excel('output_position.xlsx', sheet_name='人员信息', index=False, startrow=2, startcol=1)
# 使用 ExcelWriter 对象输出到多个工作表
with pd.ExcelWriter('output_multiple_sheets.xlsx') as writer:
    df.to_excel(writer, sheet_name='人员信息', index=False)
    df.describe().to_excel(writer, sheet_name='统计信息')

代码解释：

第一个示例将 DataFrame df 输出到名为 output.xlsx 的文件中，工作表名称为 '人员信息'，不包含索引列。
第二个示例指定了起始行和起始列，数据将从第 3 行第 2 列开始写入。
第三个示例使用 ExcelWriter 对象将多个 DataFrame 输出到同一个 Excel 文件的不同工作表中。

2.2.3 输出到 JSON 文件

Pandas 提供了 to_json() 方法将 DataFrame 或 Series 输出到 JSON (JavaScript Object Notation) 文件。

语法：


DataFrame.to_json(path_or_buf=None, orient=None, date_format=None, double_precision=10, force_ascii=True, date_unit='ms', default_handler=None, lines=False, compression='infer', index=True, indent=None, storage_options=None)

常用参数：

path_or_buf: 文件路径或缓冲区。如果为 None，则返回字符串。
orient: JSON 字符串的格式，可以是 'split'、'records'、'index'、'columns'、'values'、'table'。
date_format: 日期格式，可以是 'epoch' (Unix 时间戳) 或 'iso' (ISO 8601 格式)。
date_unit: 时间戳的单位，可以是 's'、'ms'、'us'、'ns'。
lines: 是否将每行数据作为独立的 JSON 对象输出，默认为 False。
indent: 缩进空格数。

代码示例：


import pandas as pd
# 创建一个 DataFrame
data = {'姓名': ['Alice', 'Bob', 'Charlie'],
        '年龄': [25, 30, 28],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)
# 输出到 JSON 文件，使用 records 格式
df.to_json('output.json', orient='records', force_ascii=False)
# 输出到 JSON 文件，使用 index 格式，并添加缩进
df.to_json('output_index.json', orient='index', indent=4, force_ascii=False)
# 输出到 JSON 文件，每行作为一个 JSON 对象
df.to_json('output_lines.json', orient='records', lines=True, force_ascii=False)

代码解释：

第一个示例将 DataFrame df 输出到名为 output.json 的文件中，使用 'records' 格式，即将每行数据作为一个 JSON 对象。force_ascii=False 保证中文不被转义。
第二个示例使用 'index' 格式，并将索引作为 JSON 对象的键，添加了 4 个空格的缩进。
第三个示例使用 'records' 格式，并将 lines 参数设置为 True，将每行数据作为一个独立的 JSON 对象输出。

2.2.4 输出到 HTML 文件

Pandas 提供了 to_html() 方法将 DataFrame 输出到 HTML 文件。

语法：


DataFrame.to_html(buf=None, columns=None, col_space=None, header=True, index=True, na_rep='NaN', formatters=None, float_format=None, sparsify=None, index_names=True, justify=None, max_rows=None, max_cols=None, show_dimensions=False, decimal='.', bold_rows=True, classes=None, escape=True, notebook=False, border=None, table_id=None, render_links=False, storage_options=None)

常用参数：

buf: 文件路径或缓冲区。如果为 None，则返回字符串。
columns: 要写入的列的列表。
header: 是否写入列名，默认为 True。
index: 是否写入索引，默认为 True。
na_rep: 用于表示缺失值的字符串，默认为 'NaN'。
classes: CSS 类名。

代码示例：


import pandas as pd
# 创建一个 DataFrame
data = {'姓名': ['Alice', 'Bob', 'Charlie'],
        '年龄': [25, 30, 28],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)
# 输出到 HTML 文件
df.to_html('output.html', index=False)
# 输出到 HTML 文件，并添加 CSS 类名
df.to_html('output_styled.html', index=False, classes='styled-table')

代码解释：

第一个示例将 DataFrame df 输出到名为 output.html 的文件中，不包含索引列。
第二个示例添加了 CSS 类名 styled-table，可以自定义表格的样式。

2.2.5 输出到 SQL 数据库

Pandas 提供了 to_sql() 方法将 DataFrame 输出到 SQL 数据库。需要安装相应的数据库驱动程序，例如 sqlalchemy。

语法：


DataFrame.to_sql(name, con, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None, method=None)

常用参数：

name: 表名。
con: 数据库连接对象或连接字符串。
if_exists: 如果表已存在，该如何处理。可以是 'fail' (默认)、'replace' (删除表并创建新表) 或 'append' (将数据追加到表)。
index: 是否将索引作为列写入，默认为 True。
index_label: 索引列的标签。
dtype: 列的数据类型。

代码示例：


import pandas as pd
from sqlalchemy import create_engine
# 创建一个 DataFrame
data = {'姓名': ['Alice', 'Bob', 'Charlie'],
        '年龄': [25, 30, 28],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)
# 创建一个 SQLite 数据库连接
engine = create_engine('sqlite:///output.db')
# 输出到 SQL 数据库
df.to_sql('人员信息', engine, if_exists='replace', index=False)

代码解释：

首先，创建了一个 SQLite 数据库连接。
然后，将 DataFrame df 输出到名为 人员信息 的表中，如果表已存在，则删除表并创建新表，不包含索引列。

2.2.6 其他输出方法

除了上述常用的输出方法外，Pandas 还提供了其他一些输出方法，例如：

to_latex(): 输出到 LaTeX 格式。
to_markdown(): 输出到 Markdown 格式。
to_string(): 输出到字符串。
to_clipboard(): 输出到剪贴板。

2.2.7 数据输出流程图

以下是一个使用 Mermaid 绘制的数据输出流程图：

流程图解释：

从 DataFrame 或 Series 对象开始。
选择要输出的数据格式，例如 CSV、Excel、JSON、HTML 或 SQL。
根据选择的格式，调用相应的 to_ 方法，例如 to_csv()、to_excel()、to_json()、to_html() 或 to_sql()。
将数据输出到相应的文件或数据库。

2.2.8 注意事项

在输出数据时，需要注意文件编码，特别是当数据包含中文等非 ASCII 字符时。
根据不同的输出格式，可能需要安装额外的库，例如 openpyxl、xlsxwriter、sqlalchemy 等。
在输出到 SQL 数据库时，需要确保数据库连接配置正确，并且具有相应的权限。

2.2.9 总结

Pandas 提供了丰富的输出方法，可以将 DataFrame 或 Series 对象输出到不同的文件格式或数据存储。通过灵活使用这些方法，可以方便地将数据导出到其他应用程序或系统中使用。理解各种输出方法的参数和用法，可以更好地控制数据的输出格式和内容。

作者与出处

原作者：灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/194-pandas%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流