本文详解如何使用 to_csv() 方法将 DataFrame 保存到指定目录，涵盖相对路径、绝对路径及跨平台安全拼接路径的三种主流方式，并提供可直接运行的代码示例与关键注意事项。
本文详解如何使用 to_csv() 方法将 dataframe 保存到指定目录，涵盖相对路径、绝对路径及跨平台安全拼接路径的三种主流方式，并提供可直接运行的代码示例与关键注意事项。
在使用 Pandas 的 to_csv() 方法时，文件保存位置完全由传入的字符串路径参数决定。默认情况下（如 'false_relationships.csv'），文件会写入当前工作目录（Current Working Directory, CWD）——即你运行 Python 脚本或 Jupyter Notebook 时所在的目录，而非脚本所在目录。若需将 CSV 保存到特定子目录（如 output_data/）或自定义路径，只需在文件名前添加对应路径即可。
✅ 方式一：使用相对路径（推荐用于项目内组织）
subset.to_csv('output_data/false_relationships.csv', index=False, header=True, encoding='utf-8')此写法将文件保存至当前工作目录下的 output_data/ 子文件夹中。注意：该目录必须已存在，否则会抛出 FileNotFoundError。建议提前创建：
import os
os.makedirs('output_data', exist_ok=True) # 安全创建目录（不报错）
subset.to_csv('output_data/false_relationships.csv', index=False, header=True, encoding='utf-8')✅ 方式二：使用绝对路径（适合固定输出位置）
# Windows 示例
subset.to_csv(r'C:\my_project\exports\false_relationships.csv', index=False, header=True, encoding='utf-8')
# macOS/Linux 示例
subset.to_csv('/Users/name/project/exports/false_relationships.csv', index=False, header=True, encoding='utf-8')⚠️ 注意：硬编码绝对路径会降低代码可移植性，不建议在团队协作或跨环境部署中使用。
✅ 方式三：用 os.path.join() 或 pathlib 安全拼接路径（最佳实践）
为兼顾可读性、跨平台兼容性与健壮性，推荐使用标准库拼接路径：
方法 A：os.path.join()（兼容 Python 3.4+）
import os # 获取当前脚本所在目录（非工作目录！） script_dir = os.path.dirname(os.path.abspath(__file__)) output_path = os.path.join(script_dir, 'exports', 'false_relationships.csv') os.makedirs(os.path.dirname(output_path), exist_ok=True) subset.to_csv(output_path, index=False, header=True, encoding='utf-8')
方法 B：pathlib（Python 3.4+，更现代简洁）
from pathlib import Path # 基于脚本位置构建路径 output_dir = Path(__file__).parent / 'exports' output_dir.mkdir(exist_ok=True) output_file = output_dir / 'false_relationships.csv' subset.to_csv(output_file, index=False, header=True, encoding='utf-8')
⚠️ 关键注意事项
-
路径分隔符无需手动处理：
os.path.join()和pathlib会自动适配/（Unix/macOS）或\（Windows）； -
始终检查目录是否存在：
os.makedirs(..., exist_ok=True)或Path.mkdir(exist_ok=True)可避免因目录缺失导致失败； -
区分工作目录与脚本目录：
os.getcwd()返回工作目录；os.path.dirname(__file__)返回脚本所在目录——二者常不同，尤其在 IDE 或 Jupyter 中； -
编码建议统一用
'utf-8-sig'：若 CSV 需在 Excel 中正确显示中文，推荐encoding='utf-8-sig'（自动添加 BOM）。
掌握这三种路径指定方式，你就能精准控制 Pandas 输出文件的落盘位置，提升数据处理流程的可靠性与可维护性。
