解决df.to_csv()中文件名的问题
作者：HealthScience
这篇文章主要介绍了解决df.to_csv()中文件名的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
df.to_csv()中文件名问题
下午做了一下午的拆分数据集，将具有相同母核的分子放在一个csv文件中，然后新的csv文件命名是母核的名字，然后拆分出的数据集和原始未拆分的数据集的数量总是对不上，我无语了，排查错误了很久，我快吐了，最后发现是出在了下面这一行代码上：
df_match.to_csv('drawimages/data/diffscaffold/{}.csv'.format(csv_name), index=False)乍一看可能感觉没问题，确实也是可以存入数据，但是里面有一个坑，就是 如果现在两个母核是下面这两种的时候（这两个母核只有部分的原子大小写不一致，但是他们是不一样的），那么它只会存储其中一种（大坑）！【原因：Windows会把这两个虽然大小写不一致的文件夹认为是一种，且只能存在一种！】
所以会一直导致不能存储所有的数据，总是对不上数据。。。。
O=C(NCc1ccccc1)c1c(Cc2ccccc2)sc2c1CCOC2
O=C(NCC1CCCCC1)c1c(Cc2ccccc2)sc2c1CCOC2
只需要修改代码为：
for i, core in enumerate(core_list):
matches = []
for j, smiles in enumerate(smiles_list):
mol = Chem.MolFromSmiles(smiles)
core_mol = Chem.MolFromSmiles(core)
if mol.HasSubstructMatch(core_mol):
matches.append(j)
# 选取包含母核的行，并保存到一个新的csv文件中
df_match = df.iloc[matches]
df_match.to_csv('drawimages/data/diffscaffold/{}.csv'.format(i+1), index=False)
print("{}.csv is done! ".format(i+1))Pandas学习之to_csv()
用法：
df.to_csv(输出路径,参数1,参数2,,参数3...)
sep=',' #以逗号 ，作为数据的分隔符，如果分隔符不为逗号，则包含符双引号”“就会消失。分隔符为Tab时，写法如下：df.to_csv('new.csv', sep='\t')
na_rep='NA' #确实值保存为NA，如果不写，默认是空
shkiprows= 10 # 跳过前十行
usecols=['column1', 'column2', 'column3'] # 读取指定列
nrows = 10 # 只取前10行
chunksize=1000 # 分块大小来读取文件(每次读取多少行)，不一次性把文件数据读入内存中，而是分多次
parse_dates = ['col_name'] # 指定某行读取为日期格式
index_col = ['col_1','col_2'] # 读取指定的几列
error_bad_lines = False # 当某行数据有问题时，不报错，直接跳过，处理脏数据时使用
na_values = 'NULL' # 将NULL识别为空值
header=0 #不保存列名
index=0 #不保存行索引
columns=['name'] #保存索引列和name列
float_format='%.2f' #保留两位小数总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。