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.

Comment exporter Pandas DataFrame vers CSV (avec exemple)



Vous pouvez utiliser la syntaxe suivante pour exporter un DataFrame pandas vers un fichier CSV :

df.to_csv(r'C:\Users\Bob\Desktop\my_data.csv', index=False)

Notez que index=False indique à Python de supprimer la colonne d’index lors de l’exportation du DataFrame. N’hésitez pas à supprimer cet argument si vous souhaitez conserver la colonne d’index.

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

Étape 1 : Créer le DataFrame Pandas

Tout d’abord, créons un DataFrame pandas :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19, 23],
                   'assists': [5, 7, 7, 9, 12, 9],
                   'rebounds': [11, 8, 10, 6, 6, 5]})

#view DataFrame
df

points	assists	rebounds
0	25	5	11
1	12	7	8
2	15	7	10
3	14	9	6
4	19	12	6
5	23	9	5

Étape 2 : Exporter le DataFrame vers un fichier CSV

Ensuite, exportons le DataFrame vers un fichier CSV :

#export DataFrame to CSV file
df.to_csv(r'C:\Users\Bob\Desktop\my_data.csv', index=False)

Étape 3 : Afficher le fichier CSV

Enfin, nous pouvons accéder à l’emplacement où nous avons exporté le fichier CSV et le visualiser :

points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5

Notez que la colonne d’index n’est pas dans le fichier puisque nous avons spécifié index=False .

Notez également que les en-têtes sont dans le fichier puisque l’argument par défaut dans la fonction to_csv() est headers=True .

Juste pour le plaisir, voici à quoi ressemblerait le fichier CSV si nous avions omis l’argument index=False :

,points,assists,rebounds
0,25,5,11
1,12,7,8
2,15,7,10
3,14,9,6
4,19,12,6
5,23,9,5

Référencez la documentation pandas pour un guide détaillé de la fonction to_csv() .

Ressources additionnelles

Comment lire des fichiers CSV avec Pandas
Comment lire des fichiers Excel avec Pandas
Comment exporter un DataFrame Pandas vers Excel
Comment exporter un tableau NumPy vers un fichier CSV

Ajouter un commentaire

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