Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : Comment ajouter des données à un fichier CSV existant



Vous pouvez utiliser la syntaxe suivante dans pandas pour ajouter des données à un fichier CSV existant :

df.to_csv('existing.csv', mode='a', index=False, header=False)

Voici comment interpréter les arguments de la fonction to_csv() :

  • ‘existing.csv’ : Le nom du fichier CSV existant.
  • mode=’a’ : utilisez le mode ‘append’ par opposition à ‘w’ – le mode ‘write’ par défaut.
  • index=False : n’incluez pas de colonne d’index lors de l’ajout des nouvelles données.
  • header=False : n’incluez pas d’en-tête lors de l’ajout des nouvelles données.

L’exemple suivant, étape par étape, montre comment utiliser cette fonction dans la pratique.

Étape 1 : Afficher le fichier CSV existant

Supposons que nous ayons le fichier CSV existant suivant :

Étape 2 : Créer de nouvelles données à ajouter

Créons un nouveau DataFrame pandas à ajouter au fichier CSV existant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['D', 'D', 'E', 'E'],
                   'points': [6, 4, 4, 7],
                   'rebounds': [15, 18, 9, 12]})

#view DataFrame
df

        team	points	rebounds
0	D	6	15
1	D	4	18
2	E	4	9
3	E	7	12

Étape 3 : Ajouter de nouvelles données au CSV existant

Le code suivant montre comment ajouter ces nouvelles données au fichier CSV existant :

df.to_csv('existing.csv', mode='a', index=False, header=False)

Étape 4 : Afficher le CSV mis à jour

Lorsque nous ouvrons le fichier CSV existant, nous pouvons voir que les nouvelles données ont été ajoutées :

Remarques sur l’ajout de données

Lorsque vous ajoutez des données à un fichier CSV existant, assurez-vous de vérifier si le CSV existant possède ou non une colonne d’index.

Si le fichier CSV existant n’a pas de fichier d’index, vous devez spécifier index=False dans la fonction to_csv() lors de l’ajout des nouvelles données pour empêcher les pandas d’ajouter une colonne d’index.

Ressources additionnelles

Comment exporter le DataFrame Pandas vers CSV
Comment exporter le DataFrame Pandas vers Excel
Comment exporter des DataFrames Pandas vers plusieurs feuilles Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *