如何将pandas DataFrame的子集/筛选结果导出到CSV文件和MySQL数据库

第一步：先校验子集是否生成正确 #

首先在筛选子集后、导出前，先加一行校验代码确认子集符合预期：

hold_subset = df[['firstname', 'lastname', 'fruit']]
# 加下面两行校验
print(hold_subset.columns.tolist())
print(hold_subset.shape)

如果输出的列名不是你要的3个，说明筛选逻辑本身有问题：

• 检查列名是否存在拼写错误、大小写差异、首尾空格（比如原df列名是 firstname带前导空格）
• 确认筛选代码执行前，原df已经完成了所有数据处理步骤，没有被后续逻辑意外修改

第二步：显式生成独立拷贝避免视图影响 #

pandas通过[]取列子集默认返回的是原df的视图，如果你后续修改了原df，视图内容也会同步变更。可以显式调用copy()生成独立的子集对象：

hold_subset = df[['firstname', 'lastname', 'fruit']].copy()

第三步：排查导出文件的重名问题 #

很多时候导出的还是全量数据是因为新旧文件重名，你打开的是之前生成的全量旧文件。可以先固定导出文件名测试：

# 临时用固定文件名测试，避免dt_string生成的文件名和旧文件重复
hold_subset.to_csv('test_subset_output.csv', index=False)

打开这个新生成的文件确认内容正确后，再换回你需要的动态文件名逻辑即可。

导出到MySQL的方法 #

只要确认hold_subset是正确的子集，直接调用to_sql方法即可，示例：

from sqlalchemy import create_engine
# 替换为你自己的数据库连接信息
engine = create_engine('mysql+pymysql://用户名:密码@主机地址:端口/库名?charset=utf8mb4')
hold_subset.to_sql(
    name='你的目标表名',
    con=engine,
    if_exists='replace', # 可选值为replace/append/fail，根据你的需求调整
    index=False
)

内容的提问来源于stack exchange，提问作者user1176783