嘿，这个问题我之前也碰到过类似的，结合你的场景（Python 3.6.5 + pandas 0.22.0，连续大块数据缺失），给你几个实用的排查方向和解决办法：

• 先确认数据是否真的缺失（而非编辑器显示问题）
  有时候数据里的隐藏换行符（比如\n、\r）会让普通文本编辑器误判行数，但实际数据是完整的。你可以用两种方式验证：

  1. 用命令行统计真实行数：Linux/macOS用wc -l filename.csv，Windows用find /c /v "" filename.csv
  2. 用pandas重新读取文件检查：

     df_verify = pd.read_csv('filename.csv')
     print(len(df_verify))
     

  如果读取后的行数和原DataFrame一致，那就是编辑器的显示问题，不用慌。

• 显式管理文件流，避免缓存未刷新
  旧版本pandas的to_csv有时候会因为缓存未及时刷入磁盘导致数据截断。你可以用with语句手动管理文件对象，确保写入完成后正确关闭：

  with open('filename.csv', 'w', newline='', encoding='utf-8') as f:
      df.to_csv(f, index=False)  # index=False可避免导出额外的索引列
  

• 升级pandas版本修复旧bug
  你用的pandas 0.22.0是2018年的旧版本，存在不少IO相关的已知bug，包括大文件写入截断的问题。建议升级到稳定的新版本：

  pip install --upgrade pandas
  

  升级后再尝试导出，大概率能解决问题。

• 检查磁盘剩余空间
  虽然概率不高，但如果保存文件的磁盘空间不足，写入到一半就会停止，导致数据截断。可以右键磁盘查看剩余空间确认。

内容的提问来源于stack exchange，提问作者culicidae