Python：pandas.to_csv 添加不需要的引号

Question

我用pd.read_csv读取一个CSV文件，如图：

lisp = pd.read_csv('ida_lisp.ida', header=None, skip_blank_lines=False)

我用键值替换%1%，并将结果保存到不同的位置，如图：

heating_setpoint_s = [19, 20, 21, 22, 23, 24] 
for i in range(len(heating_setpoint_s)):
    lisp1 = lisp.replace('%1%', str(heating_setpoint_s[i]), regex=True)
    path = "C://Users//nico//"+str(i+1)+"_ida"
    os.chdir(path)
    lisp1.to_csv('ida_lisp.ida', header=False, index=False, na_rep=" ")

除了旧 CSV 文件中的一行 MDESIGN "" 外，一切正常：

      K2 0.0
      TAU 1.0
      SPECPUMPPO 349.0
      MDESIGN ""

  MODULE chil
    TYPE SIMCHIL
      NFPLR 0
      COP 3

保存后改为：

      K1 0.0
      K2 0.0
      TAU 1.0
      SPECPUMPPO 349.0
"      MDESIGN """""

  MODULE chil
    TYPE SIMCHIL
      NFPLR 0
      COP 3

有人知道如何预防吗？

Answer 1

我对您的代码进行了一些调整，以帮助解决此问题（以粗体表示）并使事情对您来说更直接。

• 更新了您的 for 循环以直接迭代您的 list，而不是与 range(len()) 调用进行卷积。
• 添加了replace 函数来替换字符串中的任何杂散"。
• 添加了一个 strip 函数来清除所有值以删除任何前导/尾随空格，因此输出 CSV 是干净的。
• 更新了文件路径连接以使用os.path.join。
• 添加了os.makedirs 调用，以防您的存储目录不存在。

示例代码：

import os
import pandas as pd

lisp = pd.read_csv('ida_lisp.ida', header=None, skip_blank_lines=False)

heating_setpoint_s = [19, 20, 21, 22, 23, 24] 
for i in heating_setpoint_s:
    lisp1 = lisp.replace('%1%', str(i), regex=True).replace('"+', '', regex=True)
    # Clean column 0, assuming this is the only column, based on sample data provided.
    lisp1 = lisp1.iloc[:, 0].str.strip()
    path = "C:/Users/nico/{}_ida".format(i)
    if not os.path.exists(path):
        os.makedirs(path)
    lisp1.to_csv(os.path.join(path, 'ida_lisp.ida'), header=False, index=False, na_rep="")

CSV 输入

      K2 0.0
      TAU 1.0
      SPECPUMPPO 349.0
      MDESIGN ""

  MODULE chil
    TYPE SIMCHIL
      NFPLR 0
      COP 3

输出：

K2 0.0
TAU 1.0
SPECPUMPPO 349.0
MDESIGN

MODULE chil
TYPE SIMCHIL
NFPLR 0
COP 3

Answer 2

根据 pandas 文档，to_csv() 有一个 quotechar= 参数，默认为 "，也许您可​​以尝试另一个符号，例如 ~，作为引号字符（即 lisp1.to_csv('ida_lisp.ida', header=False, index=False, na_rep=" ", quotechar='~')）。通过这种方式，您可以测试问题是否纯粹源于引号字符而不是源于您的数据。