Pandas viết dataframe vào tệp CSV

Question

Tôi có một khung dữ liệu trong gấu trúc mà tôi muốn ghi vào tệp CSV. Tôi đang làm việc sử dụng này:

df.to_csv('out.csv') 

Và nhận được lỗi:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128) 

Có cách nào để làm được việc này một cách dễ dàng (ví dụ: Tôi có ký tự unicode trong khung dữ liệu của tôi)? Và có cách nào để ghi vào một tệp được phân cách bằng tab thay vì sử dụng CSV hay không, ví dụ: một 'to-tab' phương pháp (mà tôi không nghĩ rằng tồn tại)?

Answer 1

Để phân định bởi một tab mà bạn có thể sử dụng sep đối số của to_csv:

df.to_csv(file_name, sep='\t') 

Để sử dụng mã hóa cụ thể (ví dụ như 'utf-8') sử dụng encoding luận:

df.to_csv(file_name, sep='\t', encoding='utf-8') 

Answer 2

Đôi khi bạn phải đối mặt với những vấn đề này nếu bạn chỉ định mã hóa UTF-8. Tôi khuyên bạn nên chỉ định mã hóa trong khi đọc tệp và mã hóa giống nhau khi ghi vào tệp. Điều này có thể giải quyết vấn đề của bạn.

Answer 3

Một số thứ khác bạn có thể thử nếu bạn gặp sự cố khi mã hóa thành 'utf-8' và muốn di chuyển ô theo ô, bạn có thể thử cách sau.

Python 2

(ở đâu "df" là đối tượng DataFrame của bạn.)

for column in df.columns: 
    for idx in df[column].index: 
     x = df.get_value(idx,column) 
     try: 
      x = unicode(x.encode('utf-8','ignore'),errors ='ignore') if type(x) == unicode else unicode(str(x),errors='ignore') 
      df.set_value(idx,column,x) 
     except Exception: 
      print 'encoding error: {0} {1}'.format(idx,column) 
      df.set_value(idx,column,'') 
      continue 

Sau đó thử:

df.to_csv(file_name) 

---

Bạn có thể kiểm tra mã hóa của các cột theo:

for column in df.columns: 
    print '{0} {1}'.format(str(type(df[column][0])),str(column)) 

Cảnh báo: errors = 'ignore' sẽ bỏ qua ký tự, ví dụ:

IN: unicode('Regenexx\xae',errors='ignore') 
OUT: u'Regenexx' 

Python 3

for column in df.columns: 
    for idx in df[column].index: 
     x = df.get_value(idx,column) 
     try: 
      x = x if type(x) == str else str(x).encode('utf-8','ignore').decode('utf-8','ignore') 
      df.set_value(idx,column,x) 
     except Exception: 
      print('encoding error: {0} {1}'.format(idx,column)) 
      df.set_value(idx,column,'') 
      continue 

Answer 4

df.to_csv('out.csv', sep=',') 

Nó sẽ làm việc dứt khoát.

Thay đổi df thành tên của tên khung dữ liệu của bạn và chạy.

Sử dụng anaconda nhàn rỗi.

Answer 5

Tôi muốn thêm một cái gì đó những gì Andy Hayden đã được đề cập trong chính xác câu trả lời của mình.

Khi bạn đang lưu trữ một đối tượng DataFrame vào một tập tin csv sử dụng phương pháp to_csv, có lẽ bạn sẽ không được cần để lưu trữ các chỉ số trước của mỗi hàng của đối tượng DataFrame.

Bạn có thể tránh bằng cách chuyển giá trị boolean False vào tham số index.

Hơi như:

df.to_csv(file_name, encoding='utf-8', index=False) 

Vì vậy, nếu đối tượng DataFrame của bạn là một cái gì đó như:

Color Number 
0 red  22 
1 blue  10 

Các tập tin csv sẽ lưu trữ:

Color,Number 
red,22 
blue,10 

thay vì (trường hợp khi giá trị mặc địnhTrue đã được chuyển)

,Color,Number 
0,red,22 
1,blue,10 

Tìm thấy nó đáng để chia sẻ, Chúc mừng! :-)

Answer 6

nó có thể không phải là câu trả lời cho trường hợp này, nhưng như tôi đã có cùng một lỗi tin nhắn với .to_csv tôi đã cố gắng .toCSV ('name.csv') và lỗi nhắn là khác nhau (đối tượng "SparseDataFrame" không có thuộc tính 'toCSV' "). Vì vậy, các vấn đề đã được giải quyết bằng cách chuyển dataframe để dataframe dày đặc

df.to_dense().to_csv("submission.csv", index = False, sep=',', encoding='utf-8')