如何在pandas to_csv（）中设置自定义分隔符？

Question

从我知道的文档中，为了保存为.csv文件，我们可以做到：

df.to_csv(sep = ';')

但是，我想使用我的自定义分隔符，例如：:::。如何将:::设置为分隔符？我试着：

df.to_csv(sep = ':::')

得到：TypeError: "delimiter" must be a 1-character string

我还尝试：df.to_csv('../data.csv', sep='\s*\:::', index=False)，得到了相同的结果。因此，我如何设置自己的分隔符？。

更新

由于我的数据框|，我不能使用这样的字符作为分隔符。我试图将其删除：

df.replace('\b|\b', '-', regex = True)

然而，它没有奏效。关于如何删除它的任何替代方法？。

Answer 1

显然，熊猫似乎不允许这种行为。

但是，如果你绝对想要“:::”。为什么不导出具有不常见字符的数据帧，例如“|”然后打开文件并替换“|”通过“:::”。

这是我想象的唯一能够达到预期结果的解决方案。

Answer 2

毕竟，我做了：

df['Col'] = df['Col'].str.replace('|', ':')

要从列中删除它。然后我修了一个不同的角色来分开我的df。

Answer 3

Zipa帮助我解决了使用连续空格作为分隔符here：

的问题

  

这可能是一种解决方法：

  myCsv = df.astype(str).apply(lambda x: '   '.join(x), axis=1)
  myCsv.rename('   '.join(df.columns)).to_csv(file, header=True, index=False)

也许根据他的回答，尝试：

myCsv = df.astype(str).apply(lambda x: ':::'.join(x), axis=1)
myCsv.rename(':::'.join(df.columns)).to_csv(file, header=True,index=False)

如果te列名是字符串

，它对我有用

Answer 4

这是一个古老的帖子，但是在谷歌搜索如何将Dataframe导出到csv时，我似乎总是落在这里。

虽然不能直接用Pandas来做，但是可以用Numpy来做。

由于熊猫需要Numpy，因此您没有增加包裹的大小。

要做您想做的事，您可以简单地做：

import numpy as np
np.savetxt('out.csv', my_df, delimiter=':::')

Numpy提供了更大的api以保存csv文件。您甚至可以使用以下命令指定不同的分隔符：

import numpy as np
np.savetxt('out.csv', my_df, fmt=['%.2f:::', '%f', '%s'])

您可以找到所有可能的选项in the docs。

Answer 5

Pandas版本0.24.2。乔纳森·德赫蒂亚尔发表评论作为答案。使用特殊字符（例如α）保存csv就像一个超级按钮