Python 写入 CSV 文件的两种实现方式：csv 与 pandas

青禾

发布时间：2026-10-15| 5人浏览过

原创

本文介绍了在 Python 中将数据写入 CSV 文件的两种常用方法。针对深度学习训练中每个 epoch 记录准确率的需求，分别演示了使用内置 csv 模块和 pandas 库进行追加写入的操作。重点讲解了如何处理追加模式下的表头重复问题，并提供了对应的代码示例与结果展示，帮助开发者快速实现日志数据的持久化存储。

问题描述

在深度学习任务的训练过程中，通常需要在每个 epoch 结束时记录当前的准确率指标（参考下图）。为了实现这一功能，在 Python 中可以通过 csv 模块或 pandas 库将数据写入 CSV 文件。本文对此进行简要记录与分享。

以下示例代码采用追加模式进行写入，每次执行仅写入一行数据。

方法一：使用 csv 模块

import csv
log_path = 'log/temp.csv'
file = open(log_path, 'a+', encoding='utf-8', newline='')
csv_writer = csv.writer(file)
csv_writer.writerow([f'Epoch', 'Accuracy'])
csv_writer.writerow(['1', '96.25%'])
file.close()

代码执行后，打开生成的文件效果如下图所示：

方法二：使用 pandas 库

import os
import pandas as pd

path = 'temp.csv'
# 一次写入一行
df = pd.DataFrame(data=[['1', '98.2789%']])
# 一次写入多行
df = pd.DataFrame(data=[['1', '98.2789%'], ['2', '76.2345%']])
# 解决追加模式写的表头重复问题
if not os.path.exists(path):
    df.to_csv(path, header=['epoch', 'accuracy'], index=False, mode='a')
else:
    df.to_csv(path, header=False, index=False, mode='a')

代码执行后，打开生成的文件效果如下图所示：