为何pandas的to_csv未写入更新后的DataFrame？

这种情况我碰到过好多次，大概率是这几个常见坑导致的，一个个给你排查：

• 文件被其他程序锁定
  如果你之前用Excel、WPS或者记事本打开了目标CSV文件，操作系统会给文件加锁，pandas的to_csv看似执行成功（甚至文件修改时间都更新了），但实际根本没写入新内容。解决办法很直接：先关闭所有打开该文件的程序，再重新运行代码。

• 工作目录不匹配，写入到了错误路径
  有时候你以为代码是在当前文件夹操作，但Python的工作目录和你预期的不一样，导致to_csv把更新后的内容写到了另一个同名文件里，而你打开的还是原来的那个。验证这个很简单，先打印当前工作目录：

  import os
  print(os.getcwd())
  

  如果确实路径不对，要么切换工作目录，要么直接用绝对路径写入，比如：

  df.to_csv('/Users/yourname/Documents/your_target_file.csv')
  

• 操作系统缓存未及时刷新
  部分情况下，操作系统会把写入操作缓存起来，没有立即同步到磁盘。这时候可以换一种写入方式，用文件对象来确保写入后立即刷新：

  with open('your_target_file.csv', 'w', newline='') as f:
      df.to_csv(f, index=False)  # index=False根据你的需求调整是否保留索引
  

  或者直接在to_csv中添加flush=True参数强制刷新：

  df.to_csv('your_target_file.csv', flush=True)
  

• 文件权限不足
  如果目标CSV文件设置了只读属性，或者当前运行代码的用户没有写入权限，pandas可能不会抛出错误，但实际写入失败。你可以右键文件，检查属性里的“只读”选项是否被勾选，或者尝试把文件复制到一个你有完全权限的文件夹再测试。

内容的提问来源于stack exchange，提问作者NL23codes