Python新手求助：DataFrame保存后无法正确重新导入的解决方法

你遇到的问题根源是to_string()生成的是用于展示的格式化文本（包含索引、表头的排版格式），不是结构化的可解析数据，所以read_csv无法正确拆分列。下面是几种适合中断后恢复数据的结构化保存/读取方式：

方案1：CSV格式（推荐，轻量易读） #

保存时直接用Pandas的to_csv方法生成标准结构化CSV文件，而非格式化文本：

# 保存数据（index=False避免存储不必要的索引列）
avg_data.to_csv('last_avg_data.csv', index=False)

读取时用read_csv直接解析：

import pandas as pd
# 恢复数据
avg_data = pd.read_csv('last_avg_data.csv')

方案2：Pickle格式（适合复杂数据结构） #

如果你的avg_data包含特殊数据类型、多层索引等复杂结构，Pickle能完整保留所有信息：

# 保存
avg_data.to_pickle('last_avg_data.pkl')
# 恢复
avg_data = pd.read_pickle('last_avg_data.pkl')

注意：Pickle是二进制格式，无法直接用文本编辑器查看，但恢复时不会有格式问题。

方案3：JSON格式（跨语言兼容） #

如果需要和其他语言交互，JSON是不错的选择：

# 保存（orient='split'确保结构可正确恢复）
avg_data.to_json('last_avg_data.json', orient='split')
# 恢复
avg_data = pd.read_json('last_avg_data.json', orient='split')

中断恢复的实用技巧 #

每次更新avg_data后立刻保存，启动时先检查保存文件是否存在，存在则恢复，否则初始化：

import pandas as pd
import os

save_file = 'last_avg_data.csv'
# 启动时恢复数据
if os.path.exists(save_file):
    avg_data = pd.read_csv(save_file)
else:
    # 根据你的数据结构初始化空DataFrame
    avg_data = pd.DataFrame(columns=['列名1', '列名2', '列名3'])

# 你的监控与数据处理逻辑
# ...（处理新增文件、更新avg_data的代码）
# 更新后立刻保存
avg_data.to_csv(save_file, index=False)

内容的提问来源于stack exchange，提问作者Data123