Jak dodać dane pand do istniejącego pliku csv?

Chcę wiedzieć, czy można użyć to_csv()funkcji pandy, aby dodać ramkę danych do istniejącego pliku csv. Plik csv ma ​​taką samą strukturę jak ładowane dane.

Możesz określić tryb zapisu python w to_csvfunkcji pandy . W przypadku dołączania jest to „a”.

W Twoim przypadku:

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

Domyślnym trybem jest „w”.

Możesz dołączyć do pliku CSV, otwierając plik w trybie dołączania:

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

Jeśli to był twój plik CSV foo.csv:

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

Jeśli to czytasz, a następnie dołącz, na przykład 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 staje się:

,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)

• Utwórz plik, jeśli nie istnieje, w przeciwnym razie dołącz
• Dodaj nagłówek, jeśli plik jest tworzony, w przeciwnym razie pomiń go

Mała funkcja pomocnika, której używam z pewnymi zabezpieczeniami sprawdzania nagłówka, aby obsłużyć to wszystko:

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)

Początkowo zaczynając od ramek danych pyspark - dostałem błędy konwersji typu (podczas konwersji do pandas df, a następnie dołączenia do csv), biorąc pod uwagę typy schematu / kolumny w moich ramkach danych pyspark

Rozwiązano problem, zmuszając wszystkie kolumny w każdym pliku df do typu ciąg, a następnie dołączając to do pliku csv w następujący sposób:

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

Trochę późno na imprezę, ale możesz również użyć menedżera kontekstu, jeśli otwierasz i zamykasz plik wiele razy lub logujesz dane, statystyki itp.

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)`