如何在Python中使用to_csv保存Pandas数据集而不覆盖已有文件？

当然有办法实现！核心思路就是每次调用to_csv时使用不同的文件名，这样就不会覆盖原有文件了。下面分享几个实用的方案，你可以根据自己的场景选择：

1. 给文件名添加时间戳（最省心的方案） #

利用当前时间的唯一性，给文件名加上精确到秒甚至毫秒的时间戳，这样每次执行生成的文件名都绝对不会重复。示例代码：

import pandas as pd
from datetime import datetime

# 假设你的数据集是df
df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})

# 生成带时间戳的文件名
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S_%f")  # %f是毫秒，可按需去掉
filename = f"xxx_{timestamp}.csv"

df.to_csv(filename, index=False)

连续执行两次的话，会生成类似xxx_20240520_143022_123456.csv和xxx_20240520_143025_789012.csv的文件，完美区分开。

2. 给文件名添加递增序号（适合按顺序编号的场景） #

如果希望文件名按xxx_1.csv、xxx_2.csv这样的规则递增，可以先检查当前目录下已有的同名文件，找到最大的序号后加一：

import pandas as pd
import os

df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
base_name = "xxx"
ext = ".csv"

# 收集当前目录下符合命名规则的csv文件
existing_files = [f for f in os.listdir('.') if f.startswith(base_name) and f.endswith(ext)]

# 提取已有文件的序号，找到最大值
max_seq = 0
for file in existing_files:
    try:
        seq = int(file.replace(base_name, '').replace(ext, '').strip('_'))
        if seq > max_seq:
            max_seq = seq
    except ValueError:
        # 遇到不符合编号规则的文件，直接跳过
        pass

# 生成新文件名
new_filename = f"{base_name}_{max_seq + 1}{ext}"
df.to_csv(new_filename, index=False)

第一次执行生成xxx_1.csv，第二次生成xxx_2.csv，以此类推，适合需要按顺序归档的场景。

3. 手动指定不同文件名（简单直接） #

如果只是临时执行几次，也可以手动给文件名加后缀，比如第一次用xxx_run1.csv，第二次用xxx_run2.csv，这种方式不用写额外逻辑，适合少量执行的场景。

小提醒：如果你是想把新数据追加到同一个文件（而非生成新文件），可以用mode='a'参数：df.to_csv("xxx.csv", mode='a', header=False, index=False)，但这和你要生成两个独立文件的需求不同，这里只是做个区分。

内容的提问来源于stack exchange，提问作者MRHarv