熊猫：连续从函数写入到csv

Question

我为Pandas设置了一个函数，该函数在input.csv中运行大量行并将结果输入到Series中。 然后将Series写入output.csv 。

但是，如果该过程被中断（例如，由于意外事件），程序将终止，并且所有本应进入csv的数据都将丢失。

有没有一种方法可以将数据连续写入到csv中，而不管函数是否对所有行都完成了？

通常，每次程序启动时， output.csv创建一个空白output.csv ，并在函数运行时附加到该输出。

import pandas as pd

df = pd.read_csv("read.csv")

def crawl(a):
    #Create x, y
    return pd.Series([x, y])

df[["Column X", "Column Y"]] = df["Column A"].apply(crawl)
df.to_csv("write.csv", index=False)

Answer 1

这是一种可能的解决方案，它将在读取块中的csv时将数据追加到新文件中。 如果该过程被中断，则新文件将包含直到中断为止的所有信息。

import pandas as pd

#csv file to be read in 
in_csv = '/path/to/read/file.csv'

#csv to write data to 
out_csv = 'path/to/write/file.csv'

#get the number of lines of the csv file to be read
number_lines = sum(1 for row in (open(in_csv)))

#size of chunks of data to write to the csv
chunksize = 10

#start looping through data writing it to a new file for each chunk
for i in range(1,number_lines,chunksize):
     df = pd.read_csv(in_csv,
          header=None,
          nrows = chunksize,#number of rows to read at each loop
          skiprows = i)#skip rows that have been read

     df.to_csv(out_csv,
          index=False,
          header=False,
          mode='a',#append data to csv file
          chunksize=chunksize)#size of data to append for each loop

Answer 2

最后，这就是我的想法。 感谢您的帮助！

import pandas as pd

df1 = pd.read_csv("read.csv")

run = 0

def crawl(a):

    global run
    run = run + 1

    #Create x, y

    df2 = pd.DataFrame([[x, y]], columns=["X", "Y"])

    if run == 1:
        df2.to_csv("output.csv")
    if run != 1:
        df2.to_csv("output.csv", header=None, mode="a")

df1["Column A"].apply(crawl)

Answer 3

我建议这样做：

with open("write.csv","a") as f:
    df.to_csv(f,header=False,index=False)

参数“ a”会将新的df附加到现有文件中，并且在with块完成后该文件将关闭，因此您应保留所有中间结果。

Answer 4

我已经找到了解决类似问题的方法，方法是使用iterrows（）循环数据框并将每一行保存到csv文件中，在您的情况下，可能是这样的：

for ix, row in df.iterrows():
    row['Column A'] = crawl(row['Column A'])

    # if you wish to mantain the header
    if ix == 0:
        df.iloc[ix - 1: ix].to_csv('output.csv', mode='a', index=False, sep=',', encoding='utf-8')
    else:
        df.iloc[ix - 1: ix].to_csv('output.csv', mode='a', index=False, sep=',', encoding='utf-8', header=False)