如何在for循环中使用DataFrame.to_csv追加CSV条目？

嘿，这个问题我太熟悉了！之前用pandas写循环的时候也踩过覆盖的坑，其实只要调整to_csv()的几个参数就能轻松实现追加，比csv模块更省心。

核心思路 #

默认情况下，pandas的df.to_csv()会用mode='w'（写入模式），每次都会新建/覆盖文件。要改成追加，只需要设置mode='a'，同时还要注意表头只写一次，不然循环里每次追加都会重复表头，导致CSV格式混乱。

具体实现代码 #

这里给你一个完整的示例，假设你在循环里每次生成一条或一批数据：

import pandas as pd

# 模拟循环中的数据（替换成你自己的数据源）
loop_data = [
    {"姓名": "张三", "年龄": 25},
    {"姓名": "李四", "年龄": 30},
    {"姓名": "王五", "年龄": 28}
]

# 标志位：控制是否写入表头
is_first_write = True

for item in loop_data:
    # 将单条数据转为DataFrame（批量数据同理）
    df = pd.DataFrame([item])
    
    # 关键参数：mode='a'开启追加，header控制表头是否写入
    df.to_csv(
        "output.csv",
        mode="a",
        header=is_first_write,
        index=False,  # 不需要写入索引列的话加上这个
        encoding="utf-8"  # 根据需要设置编码，避免中文乱码
    )
    
    # 第一次写入后，后续循环不再写表头
    is_first_write = False

参数解释 #

• mode='a'：告诉pandas以追加模式打开文件，而不是覆盖原有内容
• header=is_first_write：第一次循环时is_first_write为True，写入表头；之后改为False，只追加数据行
• index=False：避免把pandas的默认索引列写入CSV（如果你的业务不需要索引的话，建议加上）

批量数据的情况 #

如果你的循环里每次处理的是批量数据（比如一次生成多行的DataFrame），代码逻辑完全一样，只需要把pd.DataFrame([item])换成你生成的批量DataFrame即可，追加逻辑不受影响。

注意事项 #

如果你的CSV文件在循环开始前已经存在，记得根据需求决定是否保留原有内容：

• 如果要保留原有内容并继续追加，直接用上述代码即可
• 如果需要先清空原有内容再开始循环追加，可以在循环前先判断文件是否存在，若存在则删除，或者第一次循环用mode='w'，之后切换为mode='a'

内容的提问来源于stack exchange，提问作者user9471916