如何使用np.savetxt将pandas DataFrame保存为CSV并解决相关报错

np.savetxt默认使用数值类型的格式化规则输出内容，如果你的DataFrame包含字符串类型的列，转换为numpy数组后会存在str类型元素，默认格式化逻辑无法处理字符串，就会抛出TypeError: must be real number, not str错误。

通用兼容写法（支持混合数值、字符串类型列） #

直接指定所有元素按字符串格式化，同时配置CSV规范的相关参数即可：

import numpy as np
import pandas as pd

# 场景1：不需要保留表头
np.savetxt(
    'filename.csv',
    df.to_numpy(),
    delimiter=',',
    fmt='%s'
)

# 场景2：需要保留DataFrame列名作为表头
header_content = ','.join(df.columns.tolist())
np.savetxt(
    'filename.csv',
    df.to_numpy(),
    delimiter=',',
    fmt='%s',
    header=header_content,
    comments=''
)

核心参数说明：

• delimiter=','：符合CSV文件的逗号分隔规范，避免输出的文件分隔符异常
• fmt='%s'：将所有元素统一转为字符串输出，兼容数值、字符串、时间等多种类型，彻底解决类型不匹配报错
• header：传入拼接好的列名字符串，作为CSV的第一行表头
• comments=''：numpy默认会给表头内容前添加# 作为注释标记，设置为空即可和pandasto_csv输出的表头格式完全一致

定制格式化（优化输出文件体积） #

如果你的DataFrame列类型明确，可以为每一列指定对应格式化规则，减少无效占位，缩小生成的CSV体积：

# 示例：3列分别为整数、保留2位小数的浮点数、字符串类型，按顺序指定fmt规则
np.savetxt(
    'filename.csv',
    df.to_numpy(),
    delimiter=',',
    fmt=['%d', '%.2f', '%s'],
    header=','.join(df.columns.tolist()),
    comments=''
)

• 对于超大型DataFrame，还可以将df.to_numpy()替换为df.values，减少转换环节的内存开销
• 如果对文件格式没有强制要求，优先使用二进制格式（如parquet、pickle）存储大体积数据，读写速度会比CSV高5~10倍

内容的提问来源于stack exchange，提问作者William