既存のcsvファイルにパンダデータを追加する方法

to_csv()pandas関数を使用して既存のcsvファイルにデータフレームを追加できるかどうかを知りたいです。csvファイルの構造は、読み込まれたデータと同じです。

pandas to_csv関数でpython書き込みモードを指定できます。追加の場合は 'a'です。

あなたの場合：

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

デフォルトのモードは「w」です。

あなたは、することができます追加してCSVにファイルを開く APPENDモードで：

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

これがあなたのcsvだった場合foo.csv：

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

それを読んでから追加すると、例えば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 になる：

,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)

• 存在しない場合はファイルを作成し、存在しない場合は追加します
• ファイルが作成されている場合はヘッダーを追加し、それ以外の場合はスキップします

それをすべて処理するためにいくつかのヘッダーチェック保護機能で使用する小さなヘルパー関数：

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)

最初はpysparkデータフレームから開始-pysparkデータフレームのスキーマ/列タイプを指定すると、（pandas dfに変換してからcsvに追加するときに）タイプ変換エラーが発生しました

各dfのすべての列を文字列型に強制し、次のようにこれをcsvに追加することで問題を解決しました：

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

パーティーには少し遅れますが、ファイルを複数回開いたり閉じたりしたり、データや統計情報を記録したりする場合は、コンテキストマネージャを使用することもできます。

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)`