pandas把长度为10的列表写入csv文件

可以使用 `pandas` 库中的 `DataFrame` 对象将长度为10的列表写入 `csv` 文件。

首先，导入 `pandas` 库：

import pandas as pd

接着，创建一个包含列表的 `DataFrame` 对象：

data = pd.DataFrame({'list': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})

最后，使用 `to_csv()` 方法将数据写入 `csv` 文件：

data.to_csv('file.csv')

完整代码如下：

import pandas as pd

data = pd.DataFrame({'list': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})
data.to_csv('file.csv')

相关问题

python 列表list写入csv文件全部显示省略号

当你在Python中尝试将列表（list）数据写入CSV文件，并发现所有内容都被替换为省略号（...），这通常是由于列宽不足以完全展示列表元素导致的。CSV默认只显示部分数据，如果元素长度超出了设定的列宽，就会被截断。

解决这个问题的方法有几种：

1. **调整列宽**：使用`pandas`库的`to_csv`函数时，可以设置`column-width`参数来指定每个字段的最大宽度。例如：

import pandas as pd
data = ['长字符串...', '短字符串', ...]  # 这里假设你的列表是一个包含字符串的列表
df = pd.DataFrame([data])
df.to_csv('output.csv', column_format='>{width}', width=len(max(df.iloc[0], key=len)) + 1)

2. **分行写入**：如果数据过长，可以考虑逐个元素写入，或者先预处理列表，将其拆分为多个较短的部分。
3. **使用`csv.writer`手动控制**：你可以直接操作`csv.writer`，设置`QUOTE_MINIMAL`选项来省略多余的空格，然后控制每行数据的长度。

import csv
with open('output.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile, quoting=csv.QUOTE_MINIMAL)
    for item in data:
        writer.writerow([item[:80]])  # 或者你希望的其他长度限制

读取一个30g以上的csv文件，逐行读取该csv文件，文件有五列，分别为schedulerid、nameid、addlongtime、variableid、val。 当读取到行，第二列为47且第三列时间相同时，时间格式举例为20220223082350，构建新的csv文件，文件一共有三列，第一列为schedule，第二列为time，第三列为weiyi，将连续相同的第三列情况下的第五列数值，写入在新建csv文件weiyi下的一个单元格中每个数值以“,”隔开，并将第三列相同的时间改变格式为2022/02/23 08:23:50写入新建csv文件time中，第一列写入新建文件csv文件schedule中。

由于数据量很大，可以采用分块读取的方式，每次读取一定行数的数据，处理后写入新的csv文件中。

示例代码：

import pandas as pd
import datetime

# 定义读取的块大小
chunksize = 100000

# 定义输出文件名和列名
output_file = 'output.csv'
output_cols = ['schedule', 'time', 'weiyi']

# 打开输出文件，写入列名
with open(output_file, 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(output_cols)

# 逐块读取原始文件
for df in pd.read_csv('input.csv', chunksize=chunksize):
    # 筛选出第二列为47的行
    df = df[df['nameid'] == 47]
    # 按时间排序
    df = df.sort_values('addlongtime')

    # 遍历每一行，构建新的数据行
    new_rows = []
    last_time = None
    last_weiyi = None
    for index, row in df.iterrows():
        time_str = row['addlongtime']  # 时间字符串，格式为20220223082350
        time_obj = datetime.datetime.strptime(time_str, '%Y%m%d%H%M%S')  # 转换为datetime对象
        weiyi = row['val']
        if time_obj == last_time:
            # 如果时间相同，将当前weiyi加入到上一个数据行的weiyi中
            last_weiyi.append(weiyi)
        else:
            # 如果时间不同，构建新的数据行
            schedule = row['schedulerid']
            time_str = time_obj.strftime('%Y/%m/%d %H:%M:%S')  # 将时间格式化为2022/02/23 08:23:50
            last_time = time_obj
            last_weiyi = [weiyi]
            new_row = [schedule, time_str, last_weiyi]
            new_rows.append(new_row)

    # 写入新的数据行到输出文件中
    with open(output_file, 'a', newline='') as f:
        writer = csv.writer(f)
        for row in new_rows:
            writer.writerow(row)

注意：由于数据量很大，上述代码可能需要较长时间才能运行完毕。建议在测试时先读取一小部分数据进行测试。