Wie exportieren Sie Datenrahmen in CSV in Jupyter Notebook?

Datenrahmen: Ihre wesentliche Anleitung zum Exportieren in CSV in Python

Datenrahmen sind der Eckpfeiler der Datenmanipulation und -analyse in Python, insbesondere innerhalb der Pandas -Bibliothek. Ihre Vielseitigkeit erstreckt sich auf den mühelosen Datenexport, insbesondere auf das weit verbreitete CSV-Format (Comma-getrennte Werte). In dieser Anleitung wird beschrieben, wie Pandas -Datenfaktoren nahtlos in CSV -Dateien in Jupyter Notebook exportieren und wichtige Parameter und Best Practices hervorheben.

Inhaltsverzeichnis

• Exportieren eines Datenrahmens in CSV
  • Erstellen eines Datenrahmens
  • Exportieren nach CSV
• to_csv() Funktionsparameter
  • sep
  • na_rep
  • columns
  • header
  • index
  • index_label
  • mode
  • encoding
  • date_format
  • compression
  • chunksize
• Abschluss
• Häufig gestellte Fragen

Exportieren eines Datenrahmens in CSV

Schritt 1: Erstellen Ihres Datenrahmens

Pandas bietet mehrere Möglichkeiten zum Erstellen von Datenframes:

Methode 1: Manuelles Datenframeerstellung

 Pandas als PD importieren
Data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Alter": [25, 30, 35],
    "City": ["New York", "Los Angeles", "Chicago"]
}
df_manual = pd.dataframe (Daten)
print (df_manual)

Methode 2: Importieren von einer externen Quelle

 # Importieren von einer CSV -Datei
df_csv = pd.read_csv ("sample.csv")
print ("\ ndataframe von csv:")
print (df_csv)

Methode 3: Verwendung von scikit-larn-Datensätzen

 von sklearn.datasets import load_iris
Pandas als PD importieren

iris = load_iris ()
df_sklearn = pd.dataframe (data = iris.data, columns = iris.feature_names)
df_sklearn ['target'] = iris.target
print ("\ ndataframe vom Iris -Datensatz:")
print (df_sklearn.head ())

Schritt 2: Exportieren in eine CSV -Datei

Die Methode to_csv() bietet eine granulare Kontrolle über den Exportprozess:

1.. Sparen im aktuellen Verzeichnis

 OS importieren
print (os.getCwd ()) #shows aktuelles Arbeitsverzeichnis

Data = {"Name": ["Alice", "Bob"], "Alter": [25, 30]}
df = pd.dataframe (Daten)
df.to_csv ("output.csv", index = false) 

2. Rettung auf ein Unterverzeichnis

 OS importieren
Wenn nicht OS.Path.Exists ("Daten"):
    os.makedirs ("Daten")
df.to_csv ("data/output.csv", index = false) 

3.. Auf einen absoluten Weg sparen

 df.to_csv (r "c: \ user \ yasha \ videos \ Demo2 \ output.csv", index = false) #Use RAW String (R "") für Windows -Pfade 

to_csv() Funktionsparameter

Erforschen wir die wichtigsten Parameter der Funktion to_csv() :

• sep (Standard ','): Gibt den Feldabscheider an (z. B. ';', '\ t').
• na_rep (Standard ""): Ersetzt fehlende Werte (NAN).
• columns : Wählt bestimmte Spalten für den Export aus.
• header (Standard True): Beinhaltet Spaltenüberschriften. Kann auf False oder eine benutzerdefinierte Liste gesetzt werden.
• index (Standard True): Enthält den DataFrame -Index.
• index_label : Bietet eine benutzerdefinierte Beschriftung für die Indexspalte.
• mode (Standard 'W'): 'W' für Schreiben (Überschreibungen), 'a' für append.
• encoding (Standardsystem Standard): Gibt die Codierung an (z. B. 'UTF-8').
• date_format : Formate DateTime -Objekte.
• compression : Aktiviert die Dateikomprimierung (z. B. "Gzip", "Zip").
• chunksize : Exporte in Stücken für große Datensätze.

Beispiele, die mehrere Parameter veranschaulichen, sind im Originaltext angezeigt.

Abschluss

Die Methode to_csv() bietet eine umfassende und flexible Lösung für den Exportieren von Pandas -Datenrahmen in CSV -Dateien. Seine unterschiedlichen Parameter ermöglichen eine präzise Kontrolle über die Ausgabe, um die Kompatibilität und eine effiziente Datenverwaltung zu gewährleisten.

Häufig gestellte Fragen

Die FAQs aus dem Originaltext werden hier erhalten.

Das obige ist der detaillierte Inhalt vonWie exportieren Sie Datenrahmen in CSV in Jupyter Notebook?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!