pandas to_csv 输出引用问题答案

【问题标题】：pandas to_csv output quoting issuepandas to_csv 输出引用问题
【发布时间】：2014-02-04 11:46:44
【问题描述】：

我无法正确获取 pandas dataframe.to_csv(...) 输出引用字符串。

import pandas as pd

text = 'this is "out text"'
df = pd.DataFrame(index=['1'],columns=['1','2'])
df.loc['1','1']=123
df.loc['1','2']=text
df.to_csv('foo.txt',index=False,header=False)

输出是：

123,"这是""输出文本"""

但我想：

123，这是“外文”

有谁知道如何解决这个问题？

【问题讨论】：

标签： python file-io pandas

【解决方案1】：

你可以传递quoting=csv.QUOTE_NONE，例如：

>>> df.to_csv('foo.txt',index=False,header=False)
>>> !cat foo.txt
123,"this is ""out text"""
>>> import csv
>>> df.to_csv('foo.txt',index=False,header=False, quoting=csv.QUOTE_NONE)
>>> !cat foo.txt
123,this is "out text"

但根据我的经验，最好多引用，而不是少引用。

【讨论】：

我试过这个但得到“错误：需要转义，但没有设置转义字符”。我也尝试添加 escapechar='\\' 或 escapechar=None，但似乎不起作用...
@user3199761：这是因为您的真实数据（与您粘贴的示例不同）有一些您需要转义的内容，例如带有逗号的字符串。如果你输出a,"b,c",d你可以解析结果，但是如果你写出a,b,c,d是什么列？你说不出来。
我确实使用上面相同的示例尝试了您的代码，但得到了错误。我正在使用 pandas 0.11.0 和 python 2.7.6，不确定这是否有帮助。
那么这是否意味着为了禁用引用，您需要加载另一个库并在 pandas 函数中从中调用函数？
@user5359531: 不，这意味着您导入内置的csv 库只是为了获得csv.QUOTE_NONE 常量（恰好是数字3，但你不能保证那是永远都是真的）。

【解决方案2】：

注意：Pandas to_string documentation 目前存在一个小错误。它说：

quoting : int，控制是否应识别引号。值取自 csv.QUOTE_* 值。可接受的值为 0、1、2 和 3 代表 QUOTE_MINIMAL、QUOTE_ALL、QUOTE_NONE 和 QUOTE_NONNUMERIC，
分别。

但这与 csv 定义 QUOTE_NONE 和 QUOTE_NONNUMERIC 变量的方式相反。

In [13]: import csv
In [14]: csv.QUOTE_NONE
Out[14]: 3

【讨论】：

【解决方案3】：

要使用quoting=csv.QUOTE_NONE，您需要设置escapechar，例如

# Create a tab-separated file with quotes
$ echo abc$'\t'defg$'\t'$'"xyz"' > in.tsv
$ cat in.tsv
abc defg    "xyz"

# Gotcha the quotes disappears in `"..."`
$ python3
>>> import pandas as pd
>>> import csv
>>> df = pd.read("in.tsv", sep="\t")
>>> df = pd.read_csv("in.tsv", sep="\t")
>>> df
Empty DataFrame
Columns: [abc, defg, xyz]
Index: []


# When reading in pandas, to read the `"..."` quotes,
# you have to explicitly say there's no `quotechar`
>>> df = pd.read_csv("in.tsv", sep="\t", quotechar='\0')
>>> df
Empty DataFrame
Columns: [abc, defg, "xyz"]
Index: []

# To print out without the quotes.
>> df.to_csv("out.tsv", , sep="\t", quoting=csv.QUOTE_NONE, quotechar="",  escapechar="\\")

【讨论】：

【解决方案4】：

不使用转义符：

将 逗号字符 , (Unicode:U+002C) 替换为 单个低 9 引号 字符 ‚ (Unicode: U+ 201A)

在此之后，您可以简单地使用：

import csv df.to_csv('foo.txt', index=False, header=False, quoting=csv.QUOTE_NONE)

【讨论】：