Question

我有一个csv，我需要将其导入到pandas数据框。然后，我需要将该熊猫数据帧导出回与导入的csv完全相同的csv（输入文件和输出文件必须完全匹配）。

我遇到的问题是csv的格式非常奇怪，我无法更改此格式（这是挑战的一部分）。 csv的某些行具有不同数量的元素，而某些行以2个分号，一个分号或没有分号结尾。

input.csv

scene;1
date;08.04.2019;;
sky;AM;45;
sky;PM;45;
weight;upper;-5

到目前为止，我已经完成了最简单的操作-我已使用以下代码将csv导入到pandas数据框中：

def csv_read(path):
    df = pd.read_csv(path, sep = ";",
                     header = None,
                     names = ['a', 'b', 'c', 'd'])
    print(df)
csv_read(input.csv)

我苦苦挣扎的一点是如何将数据框导出为与input.csv相同的格式。我正在尝试将to_csv与一些精心设计的参数一起使用，但是我不确定这是否是正确的方法？这是我到目前为止所写的。

df.to_csv("output.csv", 
          sep = ";")

这将输出：

scene;1;;
date;08.04.2019;;
sky;AM;45;
sky;PM;45;
weight;upper;-5;

因此，第1,2和4行与input.csv不匹配。任何关于最佳方法的帮助/指导将不胜感激！我认为最好的方法可能是建立一些规则。例如如果行以场景开头，则不要在结尾添加任何分号。但是我不确定这是最好的方法还是最优雅的解决方案。

为了便于复制，我将input.csv放在了单个命令中：

df = pd.DataFrame(np.array([["scene", "1", "NaN", "NaN"],
["date", "08.04.2019", "NaN", "NaN"],
["sky", "AM", 45, "NaN"],
["sky", "PM", 45, "NaN"],
["weight", -5, "NaN", "NaN"],]))

Answer 1

我唯一想做的就是使用csv模块读取熊猫的csv输出，然后用所需的定界符格式重写文件。

import csv
import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([["scenario", "scen1", "NaN", "NaN"],
["date", "08.04.2019", "NaN", "NaN"],
["turnaround time", "BAH", 45, "NaN"],
["turnaround time", "AMM", 45, "NaN"],
["weight", -5, "NaN", "NaN"],]))

df = df.replace("NaN", '', regex=True)
df.to_csv('out.csv',sep = ';',index=False, header=False)

with open('out.csv','r') as csvfile:
   data = csvfile.readlines()


with open('out.csv','w') as rewrite:
   for row in data:
      if row.find('weight')>-1:
         row = row[:-3]
      if row.find('scenario')>-1:
         row = row.replace(';;','')
      rewrite.write(row)

返回以下行的csv文件out.csv：

scenario;scen1
date;08.04.2019;;
turnaround time;BAH;45;
turnaround time;AMM;45;
weight;-5

Answer 2

如果问题是保存的csv文件与原始文件不匹配，则可能要使用：

df.to_csv("output.csv", sep = ";", index = False)

当我使用上述方法保存csv并使用df1 = pd.read_csv("output.csv")重新加载csv时，这两个数据帧是相同的。

以自定义格式将Pandas Dataframe导出为CSV

2 个答案: