迹忆客 专注技术分享

Python Pandas 允许我们有效地操作和管理数据。我们可以创建和管理 DataFrames，并对其进行各种操作。它还允许我们读取外部的 CSV 或 excel 文件，导入 DataFrames，对它们进行操作，并将它们保存回来。在保存数据的过程中，有一个有趣的功能是使用参数 a 的追加模式，它可以用来将数据追加到已经存在的 CSV 文件中。

本文将介绍如何使用 Pandas 将数据追加到 CSV 中。

import pandas as pd

df = pd.DataFrame([[6, 7, 8], [9, 12, 14], [8, 10, 6]], columns=["a", "b", "c"])

print(df)

df.to_csv(r"C:\Test\data.csv", index=False)

df2 = pd.DataFrame([[4, 1, 3], [6, 7, 2], [5, 9, 4]], columns=["a", "b", "c"])

print(df2)

df2.to_csv(r"C:\Test\data.csv", mode="a", header=False, index=False)

输出：

   a   b   c
0  6   7   8
1  9  12  14
2  8  10   6
   a  b  c
0  4  1  3
1  6  7  2
2  5  9  4

保存的 CSV 文件将同时具有两个 DataFrames，并将 df2 的数据追加到原始文件中。

我们还可以在这段代码中增加另一个功能。只需几行代码，我们就可以确保 to_csv() 函数在文件不存在的情况下创建一个文件，在文件已经存在的情况下跳过头文件。我们将使用 with 语句进行异常处理，使用 open() 打开一个文件。

import pandas as pd

df = pd.DataFrame([[6, 7, 8], [9, 12, 14], [8, 10, 6]], columns=["a", "b", "c"])

print(df)

df.to_csv(r"C:\Test\data.csv", index=False)

df2 = pd.DataFrame([[4, 1, 3], [6, 7, 2], [5, 9, 4]], columns=["a", "b", "c"])

print(df2)

with open(r"C:\Test\data.csv", mode="a") as f:
    df2.to_csv(f, header=f.tell() == 0, index=False)

输出：

   a   b   c
0  6   7   8
1  9  12  14
2  8  10   6
   a  b  c
0  4  1  3
1  6  7  2
2  5  9  4

文件对象的 tell() 方法返回当前光标位置。因此，如果文件为空或不存在，f.tell==0 为 True，这样 header 就被设置为 True；否则 header 就被设置为 False。