快捷導(dǎo)航

解決df.to_csv()中文件名的問(wèn)題

更新時(shí)間：2023年08月03日 09:32:18 作者：HealthScience

這篇文章主要介紹了解決df.to_csv()中文件名的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

df.to_csv()中文件名問(wèn)題

下午做了一下午的拆分?jǐn)?shù)據(jù)集，將具有相同母核的分子放在一個(gè)csv文件中，然后新的csv文件命名是母核的名字，然后拆分出的數(shù)據(jù)集和原始未拆分的數(shù)據(jù)集的數(shù)量總是對(duì)不上，我無(wú)語(yǔ)了，排查錯(cuò)誤了很久，我快吐了，最后發(fā)現(xiàn)是出在了下面這一行代碼上：

df_match.to_csv('drawimages/data/diffscaffold/{}.csv'.format(csv_name), index=False)

乍一看可能感覺(jué)沒(méi)問(wèn)題，確實(shí)也是可以存入數(shù)據(jù)，但是里面有一個(gè)坑，就是如果現(xiàn)在兩個(gè)母核是下面這兩種的時(shí)候（這兩個(gè)母核只有部分的原子大小寫(xiě)不一致，但是他們是不一樣的），那么它只會(huì)存儲(chǔ)其中一種（大坑）！【原因：Windows會(huì)把這兩個(gè)雖然大小寫(xiě)不一致的文件夾認(rèn)為是一種，且只能存在一種！】

所以會(huì)一直導(dǎo)致不能存儲(chǔ)所有的數(shù)據(jù)，總是對(duì)不上數(shù)據(jù)。。。。

O=C(NCc1ccccc1)c1c(Cc2ccccc2)sc2c1CCOC2

O=C(NCC1CCCCC1)c1c(Cc2ccccc2)sc2c1CCOC2

只需要修改代碼為：

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)
    # 選取包含母核的行，并保存到一個(gè)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學(xué)習(xí)之to_csv()

用法：

df.to_csv(輸出路徑,參數(shù)1,參數(shù)2,,參數(shù)3...)

sep=',' ? #以逗號(hào) ，作為數(shù)據(jù)的分隔符，如果分隔符不為逗號(hào)，則包含符雙引號(hào)”“就會(huì)消失。分隔符為T(mén)ab時(shí)，寫(xiě)法如下：df.to_csv('new.csv', sep='\t')
na_rep='NA' ? #確實(shí)值保存為NA，如果不寫(xiě)，默認(rèn)是空 ??
shkiprows= 10 ? # 跳過(guò)前十行
usecols=['column1', 'column2', 'column3'] # 讀取指定列
nrows = 10 ? # 只取前10行
chunksize=1000 # 分塊大小來(lái)讀取文件(每次讀取多少行)，不一次性把文件數(shù)據(jù)讀入內(nèi)存中，而是分多次
parse_dates = ['col_name'] ? # 指定某行讀取為日期格式
index_col = ['col_1','col_2'] ? # 讀取指定的幾列
error_bad_lines = False ? # 當(dāng)某行數(shù)據(jù)有問(wèn)題時(shí)，不報(bào)錯(cuò)，直接跳過(guò)，處理臟數(shù)據(jù)時(shí)使用
na_values = 'NULL' ? # 將NULL識(shí)別為空值
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' ? ? ? ? #保留兩位小數(shù)