Python如何将Series对象写入含日期、值两列的CSV文件

问题本质 #

两个独立的pandas Series对象不会自动关联列关系，直接对数值Series调用导出方法时，只会写入当前Series的数值内容，不会自动匹配另一个存储日期的Series作为列写入。

可直接复用的修复方案 #

场景1：日期、数值是两个完全独立的Series #

先将两个Series显式拼接为带固定列名的DataFrame，再执行导出，导出时关闭默认行索引写入避免多余空列：

import pandas as pd

# 替换为你自己的两个Series变量名即可
date_s = pd.Series(pd.date_range(start="2024-01-01", periods=10))
value_s = pd.Series([13,22,35,41,57,62,74,89,91,102])

# 构造标准两列表结构
export_df = pd.DataFrame({
    "date": date_s,
    "value": value_s
})

# 写入标准CSV，utf-8-sig编码适配Excel直接打开不乱码
export_df.to_csv("result.csv", index=False, encoding="utf-8-sig")

场景2：日期已经是数值Series的索引 #

如果日期列本来就被设为数值Series的索引，只需要给索引和值列设置对应列名，直接导出即可（默认会写入索引列）：

# 给索引设置列名
value_s.index.name = "date"
# 给数值列设置列名
value_s.name = "value"

# 直接导出
value_s.to_csv("result.csv", encoding="utf-8-sig")

常见踩坑点 #

• 不要单独对数值Series调用to_csv()，这种写法不会读取另一个独立存储的日期Series数据
• 如果构造DataFrame后导出发现日期列是空白，优先检查两个Series的索引是否对齐，索引错位会导致拼接后出现空值
• 日期列如果需要保留原始字符串格式，可在导出前加export_df["date"] = export_df["date"].astype(str)做类型转换

内容的提问来源于stack exchange，提问作者Lena