Python处理CSV：计算月均值后如何导出标准CSV格式

问题场景 #

你手头的原始CSV文件内容（推测是排版失误，实际应为每行一条数据）：

Date,Data
01-01-01,111
02-02-02,222
03-03-03,333

你已经写出了计算月度均值的代码：

import pandas as pd

data = pd.read_csv("input.csv")
# 修正了你原代码里多余的reset_index()，直接读取Date列即可提取月份
data['Month'] = pd.DatetimeIndex(data['Date']).month
mean_data = data.groupby('Month').mean()

但用print导出时得到了混乱的格式：

Data
Month     
1      2
2      3
3      4
4      5

你期望的标准CSV格式是：

Month,Data
1,2
2,3
3,4
4,5

问题根源 #

你用print(mean_data, file=f)的方式，本质是把DataFrame在控制台的打印格式直接输出到文件——这根本不是专门的CSV导出逻辑，格式异常是必然的。

解决方案 #

Pandas自带了专门的to_csv()方法，完美解决这个问题，完全不需要手动处理文件写入！

替换你原来的导出代码，用下面的写法：

# 正确导出为标准CSV
mean_data.reset_index().to_csv("test.csv", index=False)

代码解释 #

• reset_index()：把groupby后作为索引的Month转换成普通列，确保导出后第一列就是你需要的Month
• to_csv("test.csv", index=False)：
  • 第一个参数指定导出的文件名
  • index=False告诉Pandas不要把默认的行索引（0、1、2...）写入CSV，完全匹配你期望的格式

运行后生成的test.csv就是你想要的标准CSV格式啦！

内容的提问来源于stack exchange，提问作者steve