Exportando um DataFrame Pandas para CSV: Um Guia Completo

Name

Oluwaseun Adeojo

Published on 10/05/2023

(opens in a new tab) (opens in a new tab) (opens in a new tab) (opens in a new tab) (opens in a new tab) (opens in a new tab)

Como analista de dados ou cientista, talvez você trabalhe com conjuntos de dados massivos que requerem organização, manipulação e análise adequadas. Em Python, a biblioteca Pandas oferece ferramentas poderosas para manipulação e manipulação de dados, especialmente com DataFrames. Depois de limpar e estruturar seus dados para se adequarem a um DataFrame, o próximo passo é salvá-los em um formato adequado para armazenamento e compartilhamento.

Um dos formatos de arquivo mais populares para dados tabulares é o CSV, ou valores separados por vírgula. Neste guia abrangente, vamos guiá-lo pelo processo de exportar DataFrames Pandas para arquivos CSV. Se você é novo nessa tarefa ou deseja melhorar suas habilidades, temos tudo o que você precisa saber.

Quer criar rapidamente visualizações de dados a partir de um DataFrame Pandas em Python sem escrever código?

PyGWalker é uma biblioteca Python para Análise Exploratória de Dados com Visualização. PyGWalker (opens in a new tab) pode simplificar sua análise de dados e fluxo de trabalho de visualização de dados do Jupyter Notebook, transformando seu dataframe pandas (e dataframe polars) em uma interface de usuário semelhante ao Tableau para exploração visual.

(opens in a new tab)

Por que Exportar DataFrames Pandas para CSV?

Exportar seus DataFrames para arquivos CSV oferece diversas vantagens, incluindo:

• Armazenamento eficiente: Arquivos CSV requerem espaço mínimo de armazenamento em comparação com outros formatos como Excel ou JSON.
• Facilidade de uso: Arquivos CSV são fáceis de criar e ler com diversos aplicativos de software, incluindo planilhas e editores de texto.
• Flexibilidade: Você pode usar arquivos CSV com diferentes bancos de dados e linguagens de programação como parte do fluxo de trabalho de seus dados.
• Padronização: Arquivos CSV fornecem um formato padronizado para compartilhar e trocar dados entre usuários ou organizações.

Esses benefícios tornam o CSV uma escolha popular para armazenamento e compartilhamento de dados. Nosso guia ajudará você a dominar o processo de exportar DataFrames Pandas para arquivos CSV usando o método .to_csv() embutido na biblioteca.

Exportando DataFrame para CSV no Pandas

O método .to_csv() é um dos métodos mais comuns da biblioteca Pandas utilizados para exportar DataFrames para arquivos CSV. Este método possui vários parâmetros que permitem personalizar o processo de exportação.

import pandas as pd 
 
# Crie um DataFrame de exemplo
df = pd.DataFrame({"Nome": ["João", "Maria", "Pedro"], "Idade": [25, 30, 28], "Salário": [60000, 80000, 75000]})
 
# Exporte o DataFrame para CSV
df.to_csv('amostra.csv', index=False)

Neste exemplo, criamos um DataFrame simples com três colunas: Nome, Idade e Salário. Em seguida, utilizamos o método .to_csv() para salvar o DataFrame como um arquivo CSV chamado 'amostra.csv'.

O parâmetro index especifica se deve ou não incluir o índice do DataFrame no arquivo CSV. Por padrão, esse parâmetro é definido como True. Quando definido como False, o Pandas exclui o índice do DataFrame do arquivo CSV salvo.

Parâmetros no método .to_csv()

Além do parâmetro index, o método .to_csv() possui vários outros que permitem modificar o processo de exportação de acordo com suas necessidades:

• path_or_buf: Uma string especificando o caminho do arquivo ou buffer para salvar o DataFrame. Este parâmetro é obrigatório.
• sep: Uma string especificando o separador usado no arquivo CSV. Por padrão, este parâmetro é definido como uma vírgula (','). Você pode especificar outros separadores como ponto e vírgula (';'), tabulação ('\t') ou outros.
• header: Um valor booleano ou lista de string(s) para especificar a(s) linha(s) de cabeçalho no arquivo CSV salvo. Por padrão, este parâmetro é definido como True e a linha de cabeçalho inclui os nomes das colunas do DataFrame. Se você definir este parâmetro como False, o arquivo CSV exportado não conterá cabeçalhos.
• index: Um valor booleano especificando se deve ou não incluir o índice do DataFrame no arquivo CSV. Por padrão, este parâmetro é definido como True.
• mode: Uma string especificando o modo de escrita do arquivo. Por padrão, o Pandas define este parâmetro como 'w' para modo de escrita, o que substitui quaisquer arquivos existentes. Você pode alterar para 'a' para modo de adição, que adiciona o conteúdo do DataFrame a um arquivo CSV existente.
• decimal: Uma string especificando o caractere usado como separador decimal no arquivo CSV. Por padrão, este parâmetro é definido como '.'.
• date_format: Uma string especificando o formato de quaisquer objetos de data e hora no DataFrame para serem salvos como strings no arquivo CSV. Por padrão, este parâmetro é definido como None.
• quotechar: Uma string especificando o caractere usado para citar campos que contêm caracteres especiais como vírgulas, aspas ou quebras de linha. Por padrão, este parâmetro é definido como '"'.

Métodos Alternativos para Exportar DataFrames

Embora a exportação de DataFrames Pandas para arquivos CSV usando o método .to_csv() seja uma forma comum e eficiente de salvar seus dados, existem outras opções disponíveis. Alguns deles incluem:

Exportando para Excel

Você pode usar a classe pd.ExcelWriter() para criar um arquivo Excel e exportar um DataFrame para ele usando o método .to_excel(). A vantagem de usar este método é que você pode criar várias planilhas em um único arquivo Excel.

# Crie um arquivo Excel e um objeto writer
writer = pd.ExcelWriter('amostra.xlsx')
 
# Exporte para o Excel
df.to_excel(writer, sheet_name='Planilha1', index=False)
 
# Salve o arquivo Excel e feche o objeto writer
writer.save()

Exportando para JSON

Você pode salvar um DataFrame Pandas em um arquivo JSON usando o método .to_json(). Este método cria uma representação em string do DataFrame no formato JSON.

# Exportar DataFrame para JSON
df.to_json('amostra.json')

Exportando para HDF5

HDF5 (Hierarchical Data Format) é um formato de arquivo de alto desempenho comumente usado para armazenar conjuntos de dados grandes. O Pandas fornece a classe HDFStore para salvar DataFrames em HDF5.

# Criar um arquivo HDF5 e armazenar o DataFrame
store = pd.HDFStore('amostra.h5')
store['df'] = df
 
# Fechar o arquivo HDF5
store.close()

Exportando para Banco de Dados SQL

O Pandas também permite exportar um DataFrame diretamente para um banco de dados SQL usando o método .to_sql(). Você precisará criar um objeto de engine do SQLAlchemy, que se comunicará com o banco de dados.

from sqlalchemy import create_engine
 
# Criar um objeto de engine do banco de dados
engine = create_engine('sqlite:///amostra.db', echo=False)
 
# Exportar para o banco de dados SQL
df.to_sql('amostra', con=engine, if_exists='replace', index=False)

Pickling

Por fim, você pode salvar seu DataFrame do Pandas como um objeto pickled, que é uma representação serializada do DataFrame em formato binário.

# Exportar DataFrame como um objeto pickled
df.to_pickle('amostra.pkl')

Conclusão

Em conclusão, exportar DataFrames do Pandas para arquivos CSV é uma tarefa essencial para armazenar e compartilhar dados tabulares com outras pessoas. O método .to_csv() na biblioteca Pandas permite que você salve DataFrames em formato CSV com opções flexíveis, como selecionar separadores, adicionar carimbos de data/hora e lidar com erros de codificação.

Não se esqueça de conferir nossos outros tutoriais de Python para aprimorar suas habilidades!