python - Pandas:从函数连续写入 csv

Question

我为 Pandas 设置了一个函数，该函数遍历 input.csv 中的大量行并将结果输入到系列中。然后将系列写入 output.csv。

但是，如果进程被中断(例如被意外事件中断)，程序将终止，并且本应进入 csv 的所有数据都将丢失。

有没有办法将数据连续写入 csv，而不管函数是否对所有行完成？

Prefarably，每次程序启动时，都会创建一个空白的 output.csv，在函数运行时将其附加到。

import pandas as pd

df = pd.read_csv("read.csv")

def crawl(a):
    #Create x, y
    return pd.Series([x, y])

df[["Column X", "Column Y"]] = df["Column A"].apply(crawl)
df.to_csv("write.csv", index=False)

Answer 1

这是一个可能的解决方案，它会在读取 block 中的 csv 时将数据附加到新文件。如果进程中断，新文件将包含中断前的所有信息。

import pandas as pd

#csv file to be read in 
in_csv = '/path/to/read/file.csv'

#csv to write data to 
out_csv = 'path/to/write/file.csv'

#get the number of lines of the csv file to be read
number_lines = sum(1 for row in (open(in_csv)))

#size of chunks of data to write to the csv
chunksize = 10

#start looping through data writing it to a new file for each chunk
for i in range(1,number_lines,chunksize):
     df = pd.read_csv(in_csv,
          header=None,
          nrows = chunksize,#number of rows to read at each loop
          skiprows = i)#skip rows that have been read

     df.to_csv(out_csv,
          index=False,
          header=False,
          mode='a',#append data to csv file
          chunksize=chunksize)#size of data to append for each loop