Pandas生成的.tar.gz文件无法解压，求故障原因解析

核心问题是：Pandas的to_csv方法处理.tar.gz后缀时，并没有创建tar归档包，只是做了gzip单文件压缩。

具体原因 #

当你执行data.to_csv(path+'file.csv.tar.gz', compression='infer')时，compression='infer'会根据文件名后缀判断压缩逻辑：

• 如果后缀是.gz，会用gzip压缩单个文件
• 但Pandas不支持直接生成tar.gz归档，它只会把csv文件做gzip压缩，然后给文件加上.tar.gz后缀——本质上这还是一个gzip压缩的单个csv文件，不是包含文件的tar归档包。

你可以用file file.csv.tar.gz命令查看文件类型，会显示类似gzip compressed data，而不是tar archive，这就是tar命令报错的根源——它根本不是tar归档格式。

解决办法 #

1. 直接解压单个gzip文件
   不用tar命令，改用gzip解压：

   gzip -d file.csv.tar.gz
   

   解压后会得到file.csv文件。

2. 生成真正的tar.gz归档（如果需要）
   如果确实需要生成包含csv的tar.gz包（比如后续要添加其他文件），可以分两步操作：

   • 先保存未压缩的csv文件：

     data.to_csv(path+'file.csv')
     

   • 再用tar命令打包压缩（可以用Python的subprocess调用系统命令）：

     import subprocess
     subprocess.run(['tar', '-czvf', path+'file.csv.tar.gz', path+'file.csv'], check=True)
     

   或者用Python内置的tarfile模块，无需调用系统命令：

   import tarfile
   import os
   
   temp_csv_path = path+'temp_file.csv'
   data.to_csv(temp_csv_path)
   
   with tarfile.open(path+'file.csv.tar.gz', 'w:gz') as tar:
       tar.add(temp_csv_path, arcname='file.csv')  # arcname指定归档内的文件名
   
   os.remove(temp_csv_path)  # 删除临时文件
   

内容的提问来源于stack exchange，提问作者Dr. Andrew