我在 pandas 中有一个数据框，我想将其写入 CSV 文件。
我正在使用：
df.to_csv('out.csv')
并得到以下错误：
UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128)
【问题讨论】：
标签： python csv pandas dataframe
要通过制表符分隔，您可以使用to_csv 的sep 参数：
df.to_csv(file_name, sep='\t')
要使用特定编码（例如“utf-8”），请使用encoding 参数：
df.to_csv(file_name, sep='\t', encoding='utf-8')
【讨论】：
index=False 来删除索引。
.csv结束您的文件名我不承认我忘记了多少次。
to_csv 来编写制表符分隔文件是否有特殊原因，而不是 OP 要求的？
当您使用to_csv 方法将DataFrame 对象存储到csv 文件 中时，您可能不需要存储每个前面的索引 DataFrame 对象的strong>行。
您可以通过将False 布尔值传递给index 参数来避免。
有点像：
df.to_csv(file_name, encoding='utf-8', index=False)
所以如果你的 DataFrame 对象是这样的：
Color Number
0 red 22
1 blue 10
csv 文件将存储：
Color,Number
red,22
blue,10
而不是（默认值 True 被传递的情况）
,Color,Number
0,red,22
1,blue,10
【讨论】：
df.rename_axis('index_name') 吗？不会改变文件本身
要将 pandas DataFrame 写入 CSV 文件，您需要 DataFrame.to_csv。此函数提供了许多具有合理默认值的参数，您通常需要覆盖这些参数以适应您的特定用例。例如，您可能希望使用不同的分隔符、更改日期时间格式或在写入时删除索引。 to_csv 具有可以传递的参数来满足这些要求。
下表列出了写入 CSV 文件的一些常见场景以及可用于它们的相应参数。
脚注
- 默认分隔符假定为逗号 (
',')。除非您知道需要，否则请勿更改此设置。- 默认情况下，
df的索引写为第一列。如果您的 DataFrame 没有索引（IOW，df.index是默认的RangeIndex），那么您将需要在写入时设置index=False。换一种方式来解释这一点，如果您的数据确实有索引，您可以（并且应该）使用index=True或完全不使用它（默认为True）。- 如果您正在写入字符串数据，最好设置此参数，以便其他应用程序知道如何读取您的数据。这也将避免您在保存时可能遇到的任何潜在的
UnicodeEncodeErrors。- 如果您将大型 DataFrame（>100K 行）写入磁盘，建议使用压缩，因为它会导致输出文件更小。 OTOH，这将意味着写入时间将增加（因此， 读取时间，因为文件需要解压缩）。
【讨论】：
在具有Windows 上的完整路径的文件中导出示例，如果您的文件有标题：
df.to_csv (r'C:\Users\John\Desktop\export_dataframe.csv', index = None, header=True)
例如，如果您想将文件存储在脚本所在的同一目录中，使用 utf-8 编码 和 tab 作为分隔符：
df.to_csv(r'./export/dftocsv.csv', sep='\t', encoding='utf-8', header='true')
【讨论】：
如果您在编码为“utf-8”时遇到问题并且想要逐个单元格地进行操作，您可以尝试以下其他方法。
Python 2
（其中“df”是您的 DataFrame 对象。）
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = unicode(x.encode('utf-8','ignore'),errors ='ignore') if type(x) == unicode else unicode(str(x),errors='ignore')
df.set_value(idx,column,x)
except Exception:
print 'encoding error: {0} {1}'.format(idx,column)
df.set_value(idx,column,'')
continue
那就试试吧：
df.to_csv(file_name)
您可以通过以下方式检查列的编码：
for column in df.columns:
print '{0} {1}'.format(str(type(df[column][0])),str(column))
警告：errors='ignore' 只会省略字符，例如
IN: unicode('Regenexx\xae',errors='ignore')
OUT: u'Regenexx'
Python 3
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = x if type(x) == str else str(x).encode('utf-8','ignore').decode('utf-8','ignore')
df.set_value(idx,column,x)
except Exception:
print('encoding error: {0} {1}'.format(idx,column))
df.set_value(idx,column,'')
continue
【讨论】：
如果您同时指定 UTF-8 编码，有时您会遇到这些问题。 我建议您在读取文件时指定编码，在写入文件时指定相同的编码。 这可能会解决您的问题。
【讨论】：
这可能不是这种情况的答案，但由于我与 .to_csv 有相同的错误消息，我尝试了 .toCSV('name.csv') 并且错误消息不同（“SparseDataFrame' object has no attribute 'toCSV'）。所以问题解决了通过将数据帧转换为密集数据帧
df.to_dense().to_csv("submission.csv", index = False, sep=',', encoding='utf-8')
【讨论】：
.toCSV 而不是.to_csv。你忘了下划线
如果上述解决方案对任何人都不起作用或 CSV 被弄乱了，只需从以下行中删除 sep='\t'：
df.to_csv(file_name, encoding='utf-8')
【讨论】：
我会避免使用单独的 '\t' 并且会在再次读取数据集时产生问题。
df.to_csv(file_name, encoding='utf-8')
【讨论】：