如何将循环生成的数组保存为CSV多列而非追加为单列？

嘿，我明白你现在的困扰了——每次循环生成的单列数组，要么被追加成一堆行，要么覆盖掉之前的列，完全达不到添加新列的效果对吧？

先给你捋清楚问题出在哪：你当前用mode='a'写入CSV的时候，Pandas是在文件末尾追加行数据，而不是添加新的列。如果去掉mode='a'，每次写入都会直接覆盖整个文件，旧列自然就没了，这肯定不是你想要的结果。

下面给你两种解决方案，按需选择：

方案一：先收集所有列，最后一次性保存（推荐） #

这种方法效率最高，也最不容易出错，适合数据量在内存能承受的情况：

import pandas as pd

# 初始化空DataFrame，用来存所有迭代生成的列
predict_df = pd.DataFrame()
ground_truth_df = pd.DataFrame()

for ij in range(0, 100):
    # 这里替换成你生成predict_result和ground_truth的代码
    # predict_result = 你的生成逻辑（shape [100,1]）
    # ground_truth = 你的生成逻辑（shape [100,1]）
    
    # 把二维数组转成一维，添加为新列，列名可以用迭代次数区分
    predict_df[f'iter_{ij}'] = predict_result.flatten()
    ground_truth_df[f'iter_{ij}'] = ground_truth.flatten()

# 最后统一保存，index=False是去掉Pandas默认的行索引
predict_df.to_csv('predict_results.csv', index=False)
ground_truth_df.to_csv('ground_truths.csv', index=False)

核心思路就是先把所有要加的列都存在内存里的DataFrame中，最后一次性写入文件，避免反复读写带来的问题。

方案二：循环中逐步读写文件（适合超大数据） #

如果你的数据量特别大，没法一次性存在内存里，那可以每次循环读取已有CSV，合并新列后再保存：

import pandas as pd

for ij in range(0, 100):
    # 生成你的predict_result和ground_truth
    # predict_result = ...
    # ground_truth = ...
    
    # 处理预测结果文件
    try:
        # 文件已存在，读取现有数据
        existing_predict = pd.read_csv('predict_results.csv')
        # 添加新列
        existing_predict[f'iter_{ij}'] = predict_result.flatten()
        existing_predict.to_csv('predict_results.csv', index=False)
    except FileNotFoundError:
        # 第一次循环文件不存在，直接保存第一列
        pd.DataFrame(predict_result.flatten(), columns=[f'iter_{ij}']).to_csv('predict_results.csv', index=False)
    
    # 处理真实标签文件，逻辑和上面完全一致
    try:
        existing_truth = pd.read_csv('ground_truths.csv')
        existing_truth[f'iter_{ij}'] = ground_truth.flatten()
        existing_truth.to_csv('ground_truths.csv', index=False)
    except FileNotFoundError:
        pd.DataFrame(ground_truth.flatten(), columns=[f'iter_{ij}']).to_csv('ground_truths.csv', index=False)

这种方法每次循环都要读写文件，效率会低一些，但胜在内存占用小，适合超大数据集。

内容的提问来源于stack exchange，提问作者user288609