如何用pandas将列表及关联字典导出为指定格式CSV，解决循环覆盖问题

你的代码存在两个明确的逻辑漏洞，直接导致当前的异常输出：

• 每轮循环都新建只包含单条记录的DataFrame，直接调用df.to_csv()时默认采用写入模式，会把之前已保存的文件内容完全覆盖，因此最终文件里只剩最后一轮循环生成的内容。
• 生成字典的逻辑里没有绑定当前循环的列表元素值，自然无法在CSV里生成要求的第一列LI。

优先推荐「先收集全量结果、最后一次性写入」的写法，稳定性最高，也不存在文件覆盖问题：

1. 生成字典时，把当前循环的列表元素存为对应键值，匹配要求的LI列
2. 循环过程中只把生成的字典追加到内存的结果列表里，不直接操作文件
3. 所有循环跑完后，把全量结果列表转成DataFrame，一次性写入CSV
   可直接运行的代码：

import pandas as pd
import random


def CreateDict(li):
    dict_res = {}
    dict_res['LI'] = li  # 绑定当前列表元素，对应CSV第一列
    dict_res['x'] = random.randrange(1, li)
    dict_res['y'] = random.randrange(1, li)
    return dict_res

mylist = [10, 20, 30]
all_rows = []
for li in mylist:
    mydict = CreateDict(li)
    all_rows.append(mydict)

df = pd.DataFrame(all_rows)
df.to_csv('test.csv', index=False)

优先推荐一次性写入的方式：单次文件IO操作的运行效率远高于多轮循环读写，也不会出现文件权限冲突、内容覆盖的异常。
额外提醒：原代码中用dict作为自定义变量名，会覆盖Python内置的字典类型，建议调整命名避免触发潜在bug。

如果遇到数据量极大、没法一次性把全量数据存在内存的场景，也可以采用循环追加写入的模式：调整to_csv的参数，第一次循环时正常写表头，后续循环用追加模式写入、不再重复写表头，核心调整代码：

for idx, li in enumerate(mylist):
    mydict = CreateDict(li)
    df = pd.DataFrame([mydict])
    # mode='a'代表追加写入，header参数控制是否写表头
    df.to_csv('test.csv', index=False, mode='a', header=(idx == 0))

两种写法最终生成的CSV结构都和你的预期完全一致，示例输出如下：

LI,x,y
10,6,2
20,10,14
30,25,27

内容的提问来源于stack exchange，提问作者David Ws.