在追加模式下使用to_csv时，python pandas新行附加到csv中的最后一行

Question

我正在尝试向csv文件中的数据添加新行。 添加数据时，不会将其插入下一行，而是将其添加到上一行的末尾。 我的问题代码目前看起来像：

qlist = list(data)
entries = [response, 0,0,0,0]
df = pd.DataFrame([entries], columns=qlist)
df.to_csv('data.csv', index=False, header=False, mode='a')

运行此操作时，'response'变量最终与最后一行的最后一个数据值位于同一位置。 如何将条目添加到新行？

Answer 1

虽然你的代码片段没有多大意义，但我认为你的问题很有意思。 如果我正确理解你，你有（1）现有的csv文件，以及（2）你想要添加到该csv文件的代码片段的一些输出。 但是您的新数据将添加到现有csv文件的最后一行，而不是新行。

所以你开始的是这样的：

# Old data
col1,col2
1,3
2,4

您的代码会生成一些新数据：

#New Data
5,6 

在尝试将其附加到旧数据时，您最终会得到这个

col1,col2
1,3
2,4,5,6

但你想要的是这个：

col1,col2
1,3
2,4
5,6

如果这是正确的，您应该将现有数据加载到pandas数据框中，将数据附加到那里，然后覆盖旧的csv文件或生成新文件。

如果你有一个带有上述旧数据的csv文件，你可以这样做：

# imports
import pandas as pd

# read existing data
df_old = pd.read_csv('C:/old.csv')

# Assign new data to a list.
# Note that the new data is written up as
# a list in the first element of a another list.
# Hence the double brackets.
# This way, the data is added as a row.
# If you use single brackets, pandas interprets
# the data as a column when added to a dataframe.
newData = [[5,6]]

# get column names of your existing data
colNames = df_old.columns

# make dataframe of new data that can be
# easily appended to your old data
df_new = pd.DataFrame(data=newData, columns=colNames)

# concatenate old and new
df_complete = pd.concat([df_old, df_new], axis = 0)

# write your complete dataset to a new csv.
df_complete.to_csv('data_new.csv', index=False)

现在你应该在csv文件中得到完整的数据集，如下所示：

col1,col2
1,3
2,4
5,6

希望这可以帮助。 如果没有，请告诉我，我会再看一遍。