如何在Streamlit中无需临时文件拼接DataFrame并导出CSV

不用临时文件的核心是用内存中的字符串缓冲区替代物理文件，同时用DataFrame.to_csv()而非to_string()来生成逗号分隔的CSV内容，具体实现步骤如下：

1. 核心思路 #

借助io.StringIO在内存中构建完整的CSV内容：

• 循环遍历每个DataFrame及其名称
• 先写入DataFrame名称（和你原临时文件的格式保持一致）
• 再用to_csv()将DataFrame数据以逗号分隔格式写入缓冲区
• 最后从缓冲区提取完整内容，直接传给Streamlit的下载按钮

2. 代码示例 #

import streamlit as st
import pandas as pd
from io import StringIO

def build_csv_content(df_name_pairs):
    # 初始化内存缓冲区
    csv_buffer = StringIO()
    
    for df_name, df in df_name_pairs:
        # 写入DataFrame名称（根据你原逻辑调整格式，比如是否加换行）
        csv_buffer.write(f"{df_name}\n")
        # 写入DataFrame的CSV数据，参数按需调整（比如index=False去掉索引列）
        df.to_csv(csv_buffer, index=False)
        # 可选：添加空行分隔不同DataFrame，和原输出对齐
        csv_buffer.write("\n")
    
    # 将缓冲区指针移到开头，准备读取内容
    csv_buffer.seek(0)
    return csv_buffer.getvalue()

# 示例数据
sample_dfs = [
    ("销售数据", pd.DataFrame({"日期": ["2024-01-01", "2024-01-02"], "金额": [1000, 1500]})),
    ("用户数据", pd.DataFrame({"ID": [1,2], "姓名": ["张三", "李四"]}))
]

# 生成CSV内容并提供下载
csv_content = build_csv_content(sample_dfs)
st.download_button(
    label="下载合并CSV",
    data=csv_content,
    file_name="merged_data.csv",
    mime="text/csv"
)

3. 关键说明 #

• 不要用to_string()：这个方法是生成空格分隔的表格文本，而非标准CSV格式；to_csv()才是专门生成逗号分隔（可通过sep参数调整分隔符）的CSV内容的方法。
• 对齐原输出：如果原临时文件中DataFrame名称有特殊格式（比如带引号、固定缩进），或者数据行有特定设置（比如保留索引、不写表头），只需调整write()的内容和to_csv()的参数即可完全匹配原输出。

内容的提问来源于stack exchange，提问作者Cleb