Pandas 导出 to_csv() 并在列名周围加上引号

Question

出于某种原因，我需要以这种格式输出到 csv，并在每个列名称周围加上引号，我想要的输出如下所示：

"date" "ret"
2018-09-24 0.00013123989025119056

我正在尝试

import csv
import pandas as pd

Y_pred.index.name = "\"date\""
Y_pred.name = "\'ret\'"
Y_pred = Y_pred.to_frame()
path = "prediction/Q1/"
try:
    os.makedirs(path)
except:
    pass

Y_pred.to_csv(path+instrument_tmp+"_ret.txt",sep=' ')   

并得到如下输出：

"""date""" 'ret'
2018-09-24 0.00013123989025119056

我似乎找不到使用引号来换行的方法。有谁知道怎么做？谢谢。

我的解决方案： 使用 quoting=csv.QUOTE_NONE 和 Y_pred.index.name = "\"date\"", Y_pred.name = "\"ret\""

Y_pred.index.name = "\"date\""
Y_pred.name = "\"ret\""
Y_pred = Y_pred.to_frame()
path = "prediction/Q1/"
try:
    os.makedirs(path)
except:
    pass

Y_pred.to_csv(path+instrument_tmp+"_ret.txt",sep=' ',quoting=csv.QUOTE_NONE)   

然后我得到

"date" "ret"
2018-09-24 0.00013123989025119056

Answer 1

这称为引用输出。 不要手动在列名中加入引号（这会与其他数据框功能混淆），而是使用 quoting 选项：

df = pd.DataFrame({"date": ["2018-09-24"], "ret": [0.00013123989025119056]})

df.to_csv("out_q_esc.txt", sep=' ', escapechar='\\', quoting=csv.QUOTE_ALL, index=None)
"date" "ret"
"2018-09-24" "0.00013123989025119056"

“正确”的方法是使用quoting=csv.QUOTE_ALL（以及可选的escapechar='\\'），但请注意QUOTE_ALL 将强制引用所有列，即使是明显的数字列，例如指数;如果我们没有指定index=None，我们会得到：

"" "date" "ret"
"0" "2018-09-24" "0.00013123989025119056"

• csv.QUOTE_MINIMAL 拒绝引用这些字段，因为它们并不严格需要引号（它们既不是多行也不包含内部引号或分隔符）

Answer 2

IIUC，您可以将quoting 参数与csv.QUOTE_NONE 一起使用

import csv
df.to_csv('test.csv',sep=' ',quoting=csv.QUOTE_NONE)

您生成的 csv 将如下所示：

 "date" "ret"
0 2018-09-24 0.00013123989025119056

旁注：为方便在列中添加引号，您可以使用add_prefix 和add_suffix。如果您的起始数据框如下所示：

>>> df
         date       ret
0  2018-09-24  0.000131

然后做：

df = df.add_suffix('"').add_prefix('"')
df.to_csv('test.csv',sep=' ',quoting=csv.QUOTE_NONE)