如何最优地将Pandas DataFrame按列值对格式写入TXT文件？

方法1：逐行处理（直观易读） #

通过apply逐行生成目标格式的字符串，再写入文件：

import pandas as pd

# 替换为你实际加载后的DataFrame
df = pd.DataFrame({
    'c1': [12, 44, 'DF'],
    'c2': [22, 78, 'WE'],
    'c3': [66, 'AB', 13]
})

# 生成每行的目标格式字符串
formatted_lines = df.apply(
    lambda row: ','.join([f'{col}="{val}"' for col, val in row.items()]),
    axis=1
)

# 写入TXT文件
formatted_lines.to_csv('result.txt', index=False, header=False)

方法2：向量化处理（性能更优，适合大数据集） #

如果数据量较大，用向量化操作替代逐行循环，能显著提升效率：

import pandas as pd

df = pd.DataFrame({
    'c1': [12, 44, 'DF'],
    'c2': [22, 78, 'WE'],
    'c3': [66, 'AB', 13]
})

# 为每个列生成"列名=值"格式的序列
formatted_columns = [f'{col}="{df[col]}"' for col in df.columns]
# 拼接列并生成每行的最终字符串
formatted_lines = pd.concat(formatted_columns, axis=1).apply(','.join, axis=1)

# 写入文件
formatted_lines.to_csv('result.txt', index=False, header=False)

补充说明 #

• 两种方法都会自动将数值类型（如示例中的整数12、22）转换为字符串，无需额外类型处理
• to_csv写入时设置index=False和header=False，确保输出文件只有目标内容，无多余的索引和表头

内容的提问来源于stack exchange，提问作者Suraj Pandey