기존 CSV 파일에 팬더 데이터를 추가하는 방법은 무엇입니까?

팬더 to_csv()기능을 사용하여 기존 csv 파일에 데이터 프레임을 추가 할 수 있는지 알고 싶습니다 . csv 파일은로드 된 데이터와 구조가 동일합니다.

pandas to_csv함수 에서 파이썬 쓰기 모드를 지정할 수 있습니다 . 추가하려면 'a'입니다.

귀하의 경우 :

df.to_csv('my_csv.csv', mode='a', header=False)

기본 모드는 'w'입니다.

추가 모드 에서 파일 을 열어 csv에 추가 할 수 있습니다 .

with open('my_csv.csv', 'a') as f:
    df.to_csv(f, header=False)

이것이 당신의 CSV라면 foo.csv:

,A,B,C
0,1,2,3
1,4,5,6

그것을 읽고 예를 들어 다음을 추가하면 df + 6:

In [1]: df = pd.read_csv('foo.csv', index_col=0)

In [2]: df
Out[2]:
   A  B  C
0  1  2  3
1  4  5  6

In [3]: df + 6
Out[3]:
    A   B   C
0   7   8   9
1  10  11  12

In [4]: with open('foo.csv', 'a') as f:
             (df + 6).to_csv(f, header=False)

foo.csv 된다 :

,A,B,C
0,1,2,3
1,4,5,6
0,7,8,9
1,10,11,12

with open(filename, 'a') as f:
    df.to_csv(f, header=f.tell()==0)

• 존재하지 않는 경우 파일 작성, 그렇지 않으면 추가
• 파일이 생성되면 헤더를 추가하고 그렇지 않으면 생략하십시오.

일부 헤더 검사 안전 장치와 함께 사용하는 작은 도우미 기능으로 모든 것을 처리합니다.

def appendDFToCSV_void(df, csvFilePath, sep=","):
    import os
    if not os.path.isfile(csvFilePath):
        df.to_csv(csvFilePath, mode='a', index=False, sep=sep)
    elif len(df.columns) != len(pd.read_csv(csvFilePath, nrows=1, sep=sep).columns):
        raise Exception("Columns do not match!! Dataframe has " + str(len(df.columns)) + " columns. CSV file has " + str(len(pd.read_csv(csvFilePath, nrows=1, sep=sep).columns)) + " columns.")
    elif not (df.columns == pd.read_csv(csvFilePath, nrows=1, sep=sep).columns).all():
        raise Exception("Columns and column order of dataframe and csv file do not match!!")
    else:
        df.to_csv(csvFilePath, mode='a', index=False, sep=sep, header=False)

처음에는 pyspark 데이터 프레임으로 시작-pyspark 데이터 프레임의 스키마 / 열 유형을 고려할 때 유형 변환 오류가 발생합니다 (pandas df로 변환 한 다음 csv에 추가 할 때).

각 df의 모든 열을 string 유형으로 설정하고 다음과 같이 csv에 추가하여 문제를 해결했습니다.

with open('testAppend.csv', 'a') as f:
    df2.toPandas().astype(str).to_csv(f, header=False)

파티에 약간 늦었지만 파일을 여러 번 열고 닫거나 데이터, 통계 등을 로깅하는 경우 컨텍스트 관리자를 사용할 수도 있습니다.

from contextlib import contextmanager
import pandas as pd
@contextmanager
def open_file(path, mode):
     file_to=open(path,mode)
     yield file_to
     file_to.close()


##later
saved_df=pd.DataFrame(data)
with open_file('yourcsv.csv','r') as infile:
      saved_df.to_csv('yourcsv.csv',mode='a',header=False)`