如何使用 pandas to_csv() 编写具有多个标题行的 csv 文件？答案

【问题标题】：How can I write a csv file with multiple header lines with pandas to_csv()?如何使用 pandas to_csv() 编写具有多个标题行的 csv 文件？
【发布时间】：2014-04-16 21:30:12
【问题描述】：

考虑一个具有date 列作为索引和三列x、y 和z 的数据框以及一些观察结果。我想将此数据框的内容写入 .csv 文件。我知道我可以为此使用df.to_csv，但是，我想添加带有单位的第二个标题行。在此示例中，所需的 .csv 文件如下所示：

date,x,y,z  
(yyyy-mm-dd),(s),(m),(kg)  
2014-03-12,1,2,3  
2014-03-13,4,5,6  
...

【问题讨论】：

也许你可以用普通的python输出（file.write（））写第一行，然后用单位行作为标题写数据框。（不确定这是否有效，但也许是一种方法）
这与在开头插入带有“第二个”标题的新行有何不同？
@Ben：如何使用索引字符串来做到这一点（请记住我有一个日期时间索引）？我尝试使用df.loc()，但显然我的语法错误（我总是收到错误ValueError: unsafe appending to index of type DatetimeIndex with a key yyyy-mm-dd）。

标签： python csv pandas

【解决方案1】：

这不会在您的示例中产生确切的输出，但它很接近。您可以使用多索引列来存储带有列标签的第二个标题（单位）：

>>> import pandas as pd
>>> columns = pd.MultiIndex.from_tuples(
...     zip(['date', 'x', 'y', 'z'],
...         ['(yyyy-mm-dd)', '(s)', '(m)', '(kg)']))
>>> data = [['2014-03-12', 1, 2, 3],
...         ['2014-03-13', 4, 5, 6]]
>>> df = pd.DataFrame(data, columns=columns)
>>> df
          date   x   y    z
  (yyyy-mm-dd) (s) (m) (kg)
0   2014-03-12   1   2    3
1   2014-03-13   4   5    6

以这种方式存储第二个标题可以让您的列保持正确的类型（例如，列 x 应该是整数类型）：

>>> df.dtypes
date  (yyyy-mm-dd)    object
x     (s)              int64
y     (m)              int64
z     (kg)             int64
dtype: object

如果您将第二个标题作为行存储在 DataFrame 中，您的列 dtypes 将变为 object，这可能是您不想要的。

以 CSV 格式编写 DataFrame 会产生与您的示例非常相似的内容：

>>> df.to_csv('out.csv', index=False)
>>> !cat out.csv
date,x,y,z
(yyyy-mm-dd),(s),(m),(kg)
,,,
2014-03-12,1,2,3
2014-03-13,4,5,6

唯一的区别是额外的逗号行，这是 pandas 将多行标题与实际数据行分开的方式。这允许将 CSV 文件读回等效的 DataFrame：

>>> df2 = pd.read_csv('out.csv', header=[0, 1])
>>> df2
          date   x   y    z
  (yyyy-mm-dd) (s) (m) (kg)
0   2014-03-12   1   2    3
1   2014-03-13   4   5    6

注意：我发现很多此类信息散布在 this SO question 中。

【讨论】：