利用pandas向现有CSV文件追加数据的实现方法

咖啡半糖

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何使用pandas库的to_csv方法向已存在的CSV文件追加数据。通过设置mode='a'参数，可实现无需清空原文件即可追加DataFrame数据，适用于批量处理和多进程合并场景，提升数据处理效率。

pandas追加写入CSV的基本原理

随着数据处理需求的增加，pandas已成为常用的工具。在实际应用中，经常遇到需要向已存在的CSV文件追加数据的情况。此前曾介绍过将二维列表数据输出至TXT或Excel文件的方法，本文将聚焦于CSV文件的追加写入操作。

pandas to_csv()是否只能用于创建新文件？答案是否定的。

pandas的to_csv()函数支持向结构相同的已有CSV文件中追加DataFrame数据。

核心代码示例


df.to_csv('my_csv.csv', mode='a', header=False)

mode参数的关键作用

to_csv()方法的默认mode参数为'w'（覆盖写入）。只需将mode参数设置为'a'（追加模式），即可实现数据的追加写入。

鉴于pandas在文件读写及数据处理方面的高效性，建议优先采用pandas进行数据输出操作。

接下来通过具体示例展示实现过程。

多进程合并与追加完整示例


# -*- coding:utf-8 -*-
import os
import time
import pandas as pd
 
from multiprocessing import Pool
 
def merge(filename):
  return pd.read_csv('./fun_data/'+filename)
 
if __name__ == "__main__":
  file_list = os.listdir('./fun_data')
  e1 = time.time()
 
  pool = Pool(20)
  result = pool.map(merge,file_list)
  pool.close()
  pool.join()
 
  e2 = time.time()
  print(e2 - e1)
 
  for i in result:
    i.to_csv('./static.csv',mode='a',encoding='utf-8',header=False,index=False)
  e3 = time.time()
  print(e3-e2)

本文关于利用pandas向CSV文件追加写入数据的示例介绍完毕。如需了解更多相关pandas与CSV追加写入的内容，可搜索本站历史文章或浏览后续相关文章。感谢大家的支持！