Python保存DF至本地

最新推荐文章于 2025-01-05 16:44:08 发布

原创最新推荐文章于 2025-01-05 16:44:08 发布 · 4k 阅读

2 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了一种使用Python读取CSV文件并将数据转换为DataFrame的方法。通过示例展示了如何跳过标题行、处理每行数据，并将处理后的数据保存为新的CSV文件。

部署运行你感兴趣的模型镜像

import pandas as pd
import csv


if __name__=='__main__':
    ScriptPath = "D:/tmp/py_tst"

    # 预先建好输出路径
    outputpath = ScriptPath + "/OutputDir/"

    i = 0
    OneSearch_Json = []

    # csv_reader = csv.reader(open('D:/DataMining/geocodInputDir/User_Home_Addr2.csv'))
    csv_reader = csv.reader(open('D:/InputDir/user_lng_lat_info2.csv'))

    for row in csv_reader:
        # print(row)
        if row[0] == 'user_id' or row[1] == 'address':
            continue
        try:
            i = i + 1
            OneSearch_Json.append( [ row[0], row[1], row[2], row[3] ])

             # 打印输出
            print([i, row[0], row[1], row[2], row[3] ])

        except:
            print("exception happening...")

    df = pd.DataFrame(OneSearch_Json)
    df.columns = ['user_id', 'address', 'lng', 'lat']
    df.to_csv(outputpath + 'user_lng_lat_info.csv')

    print("------------------Save File Finished--------------------")

"""
输入文件格式：
user_id    address    lat    lng
1851****419    北京市朝阳********04室  116.4794769    40.00320857
1826****483    北京市西城******街道    116.3694811    39.91913997
1378****240    北京市朝阳******01室    116.5758712    39.9644867
1331****960    北京市朝阳*******门1102 116.381625 40.0130281
1881****781    北京通洲              116.395645 39.92998578
"""