Python：将dict附加到现有的cs

Question

我想将字典数据附加到现有的csv中，而不需要再写头。在

我试过了这一期的每一件事：append new row to old csv file python

我尝试了pandas和csv解决方案。在

   try:
       if os.path.isfile(csv_filepath) is False:
          df = pandas.DataFrame.from_dict(dict_data, orient="index")
          df.to_csv(csv_filepath)
       else:
           list_values = []
           list_keys = []
           for key, value in dict_data.items():
               list_values.append(value)
               list_keys.append(key)
           with open(csv_filepath, 'a', newline='') as fd:
               writer = csv.DictWriter(fd, fieldnames=list_keys)
               writer.writerow(dict_data)
   except Exception as e:
       raise e

我也试过了

^{pr2}$

但是删除和写入新数据都不需要附加。在

我还尝试在数据帧中加载两个csv，然后将第二个csv附加到第一个csv，但是它添加了两次头

编辑：

例如，我首先创建一个csv文件：{'toto'：1，'tata'：2，'titi'：3}

然后我想附加创建的csv{'toto'：2，'tata'：1，'titi'：5}

在这个操作之后，我希望在toto列中使用1和2，在tata列中使用2和1，在titi列中使用3和5。在

编辑2

我试过了：

 df1 = pd.read_csv(csv_filepath)
 df2 = pd.DataFrame(dict_data)
 df3 = pd.concat([df1, df2], axis=0)
 df3.to_csv(csv_filepath)

但我有一个错误消息：“错误标记数据。C错误：第20行应有2个字段，见9'

编辑3

list_keys = []
for key, value in dict_data.items():
    list_keys.append(key)
with open(csv_filepath, 'a', newline='') as fd:
    writer = csv.DictWriter(fd, fieldnames=list_keys)
    writer.writerow([data['toto'], data['tata'], data['titi']])

我有一个错误消息：“list”对象没有属性“keys”

我想添加到一个现有的csv文件，数据从字典与相同的键。在

Answer 1

open(csv_filtepath, 'a')方法有效；事实上，它只对我有效，没有截断。在

请注意，您创建的是writer，而不是{}；前者接受列表，而不是dict。在

但是如果你要附加到一个现有的文件中，你必须显式地遵循它的列顺序，这样DictWriter就不能工作了。您必须执行如下操作，假设它是要附加到的文件的列顺序。在

with open(csv_file, 'a') as f:
  writer = vcs.writer(f)  # Note: writes lists, not dicts.
  for data in rows_to_append:  # Maybe your df, or whatever iterable.
    writer.writerow([data['toto'], data['tata'], data['titi']])

知道列的顺序可能也很棘手。如果您不确定，您可以只读取第一个CSV文件的第一行（可能很大），如果该行包含列名。您可以使用普通的CSV阅读器：

^{pr2}$

Answer 2

df1 = pd.DataFrame({'toto': [1], 'tata': [2], 'titi': [3]})
df2 = pd.DataFrame({'toto': [2], 'tata': [1], 'titi': [5]})

DF = pd.concat([df1, df2], axis=0)

这就是你要找的吗

编辑：为您的例子节省内存的片段

^{pr2}$