方法一
import os
import pandas as pd
path = 'data/train/'
img_label_list=[]
testList = os.listdir(path)
for file in testList:
label='aa'
img_label_list.append([file, label])
df1 = pd.DataFrame(data=img_label_list,
columns=['id', 'label'])
df1.to_csv('result.csv',index=False)
方法二
import os
import pandas as pd
path = 'data/train/'
img_list=[]
lable_list=[]
testList = os.listdir(path)
for file in testList:
img_list.append(file)
label='aa'
lable_list.append(label)
img_label_list2 = list(zip(img_list, lable_list))
df3 = pd.DataFrame(data=img_label_list2,
columns=['filepath', 'label'])
df3.to_csv('result.csv',index=False)
方法三
import os
import pandas as pd
path = 'data/train/'
img_list=[]
lable_list=[]
testList = os.listdir(path)
for file in testList:
img_list.append(file)
label='aa'
lable_list.append(label)
df = pd.DataFrame({"filename": img_list, "label": lable_list})
df.to_csv('result.csv',index=False)
补充
当然Pandas不仅可以实现CSV文件数据的保存，还能读写CSV文件，下面是实现的核心代码
使用pandas读取CSV
import pandas as pd
import csv
if name == '__main__':
# header=0——表示csv文件的第一行默认为dataframe数据的行名称,
# index_col=0——表示使用第0列作为dataframe的行索引,
# squeeze=True——表示如果文件只包含一列，则返回一个序列。
file_dataframe = pd.read_csv('../datasets/data_new_2/csv_file_name.csv', header=0, index_col=0, squeeze=True)
# 结果：
写CSV
stu1 = [lid, k, pre_count_data[k]]
# 打开文件，写模式为追加'a'
out = open('../results/write_file.csv', 'a', newline='')
# 设定写入模式
csv_write = csv.writer(out, dialect='excel')
# 写入具体内容
csv_write.writerow(stu1)
到此这篇关于Pandas保存csv数据的三种方式详解的文章就介绍到这了,更多相关Pandas保存csv内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/123791632
