python 如何用 panda 把数据写入csv或txt文件

可以使用 pandas 库中的 to_csv() 或 to_csv() 方法将数据写入 csv 或 txt 文件中。例如，使用 to_csv() 方法将数据写入 csv 文件中：

import pandas as pd

# 创建数据
data = {'name': ['Tom', 'Jerry', 'Mickey'], 'age': [20, 21, 22], 'gender': ['M', 'M', 'F']}

# 创建 DataFrame
df = pd.DataFrame(data)

# 将数据写入 csv 文件
df.to_csv('data.csv', index=False)

如果要将数据写入 txt 文件中，只需将文件扩展名改为 .txt 即可：

df.to_csv('data.txt', index=False)

相关问题

python panda 读取csv文件

好的，以下是使用Python Pandas读取CSV文件的基本步骤：

1. 导入 Pandas 模块：

   import pandas as pd

2. 使用 Pandas 的 `read_csv()` 函数读取 CSV 文件：

   df = pd.read_csv('file_path.csv')

其中，`file_path.csv` 是要读取的 CSV 文件的路径和文件名，`df` 是一个 Pandas DataFrame 对象，可以用来操作数据。

3. 可以通过 `head()` 方法查看 DataFrame 的前几行数据：

   print(df.head())

4. 可以通过 `shape` 属性获取 DataFrame 的行数和列数：

   print(df.shape)

输出结果为一个元组，第一个元素为行数，第二个元素为列数。

5. 可以通过列名或索引访问 DataFrame 中的数据：

   print(df['column_name'])

或

   print(df.iloc[row_index, col_index])

其中，`column_name` 是要访问的列名，`row_index` 和 `col_index` 分别是要访问的行索引和列索引。

6. 可以通过 `to_csv()` 方法将 DataFrame 对象写入 CSV 文件：

   df.to_csv('file_path.csv', index=False)

其中，`index=False` 表示不将 DataFrame 的行索引写入 CSV 文件。

希望这可以帮到你！

假如你是python工程师，使用panda模块 按行存储以下数据到csv文件[17044, 64933, 17011； 25795, 15018, 0；0, 49807, 15477； 50604, 14119, 17260]

好的，以下是使用pandas模块将数据按行存储到CSV文件的代码：

import pandas as pd

data = [[17044, 64933, 17011],
        [25795, 15018, 0],
        [0, 49807, 15477],
        [50604, 14119, 17260]]

df = pd.DataFrame(data)
df.to_csv('data.csv', index=False)

这将创建一个名为"data.csv"的文件，其中包含按行存储的数据。请注意，通过将index参数设置为False，我们可以防止pandas将行索引写入CSV文件。