Question

我尝试将大型数据框打印到csv文件，但标签分隔sep='\t'不起作用。然后我用换行符sep='\n'进行测试，似乎工作正常，用换行符打破所有元素。这可能有什么问题？

代码非常简单，如

df_M.to_csv('report'+filename, header=True, sep='\t', index=False)

数据示例（蛋白质列非常长），我在|

标记的位置

"protein |  cl      | pept |    [M] |  [M+1H+]1+ |  [M+2H+]2+"      
"ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - Homo sapiens (Human)|    0|   AWAVAR|        672.37072|            673.378| out-of-range"        
"ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - Homo sapiens (Human)|    0|  TPVSDR| 673.3394900000002|  674.3467700000002|  out-of-range"       
"ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - Homo sapiens (Human)|    0|  NYAEAK| 694.3285900000001|  695.3358700000001|  out-of-range"       
"

Answer 1

您可以尝试使用

df_M.to_csv('report'+filename, header=True, sep='\t', index=False, encoding='utf-8')

您还可以在此处查看Pandas Data Frame to_csv with more separator

或者它可能是版本问题，因为我无法重现问题，请参阅pd.__version__，前提是最后一个是＆＃39; 0.21.0＆＃39;

希望这很有用

Answer 2

问题是所有行都在"中，然后获得一列DataFrame。

因此quoting=3需要QUOTE_NONE，然后strip删除尾随"：

df_M= pd.read_csv('test.csv', sep='|', quoting=3, skipinitialspace=True)
df_M.iloc[:, 0] = df_M.iloc[:, 0].str.strip('"')
df_M.iloc[:, -1] = df_M.iloc[:, -1].str.strip('"')
df_M.columns = df_M.columns.str.strip('"')
print (df_M)

                                            protein   cl         pept   \
0  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...         0  AWAVAR   
1  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...         0  TPVSDR   
2  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...         0  NYAEAK   

        [M]   [M+1H+]1+      [M+2H+]2+  
0  672.37072   673.37800  out-of-range  
1  673.33949   674.34677  out-of-range  
2  694.32859   695.33587  out-of-range

另一种解决方案是将数据读取到一列，然后split：

df = pd.read_csv('test.csv', sep='^')
cols = df.columns.str.split('|').tolist() 
df_M = df.iloc[:, 0].str.split('|', expand=True)
df_M.columns = cols
print (df_M)

                                            protein    cl            pept   \
0  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...          0     AWAVAR   
1  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...          0     TPVSDR   
2  ALBU_HUMAN_UPS Serum albumin (Chain 26-609) - ...          0     NYAEAK   

                 [M]            [M+1H+]1+        [M+2H+]2+  
0           672.37072              673.378    out-of-range  
1   673.3394900000002    674.3467700000002    out-of-range  
2   694.3285900000001    695.3358700000001    out-of-range

最后to_csv工作得很好：

df_M.to_csv('report'+filename, header=True, sep='\t', index=False)

Answer 3

您是将数据保存为.tsv格式吗？您的数据是tsv文件，因为您使用'\ t'分隔数据，这是tab。 csv文件必须用“，”分隔。

如果您想以.csv格式保存数据，则需要用“，”

分隔

.csv RFC的链接。 http://www.ietf.org/rfc/rfc4180.txt

pandas dataframe to_csv适用于sep =＆＃39; \ n＆＃39;但不是sep =＆＃39; \ t＆＃39;

3 个答案: