在 Pandas 中的 a.csv 文件中删除 DataFrame 的索引列

Question

我这里有一个 python 脚本：

import pyodbc
import pandas as pd
from sqlalchemy import create_engine 
import csv

df = pd.read_sql("""script_generator""", conn)

for count, row in df.iterrows():
    row.to_csv('generatedfile{}.sql'.format(count), index=False, index_label=False, quoting=csv.QUOTE_NONE, escapechar=' ')

当我运行它时，它会创建单独的 csv 文件，这些文件的格式为 sql。output 在 generatedfile2 中看起来像这样：

2
IF    EXISTS  (SELECT  *  FROM  sys.objects  WHERE  object_id  =  OBJECT_ID(N'table1')  AND  type  in  (N'U')) 
 
BEGIN 
 
        PRINT  'DROPPING  TABLE  [dbo].[table1]....' 
 
        DROP  TABLE  [dbo].[table1];   
 
END;   

文件的 rest 具有相同的格式。 有什么办法可以更改我的代码以摆脱代码开头的“2”吗？ 因此它无法在 SQL 中正常运行。 出于某种原因 index_label=False 不会摆脱它。 非常感谢！

Answer 1

运行DataFrame.iterrows时， row呈现为 Pandas 系列而不是数据框。 所以实际上，您正在运行Series.to_csv 。

for count, row in df.iterrows():
    print(type(row))

# <class 'pandas.core.series.Series'>
# <class 'pandas.core.series.Series'>
# <class 'pandas.core.series.Series'>
...

但是，此方法不适用于迭代单个列。 相反，考虑直接在列的值上循环（假设完全是您的 SQL 语句）。 在每次迭代中，使用典型的open + write方法创建相应的 csv 文件。 使用enumerate对文件后缀进行顺序编号。

for count, val in enumerate(df['sql_string_column']):
    with open('generatedfile{}.sql'.format(count), 'w') as f:
        f.write(val)