1、将dataframe中的数据保存到csv文件中

代码示例如下：

# 首先创建一个dataframe对象
data=[['0.0',  '0.0' , '0.0' , '1.0' , '0.0',  '1.0' , '0.0' , '1.0', '1.0' , '0.0'],['1.0' , '1.0' , '1.0'  ,'0.0'  ,'1.0' , '0.0' , '1.0',  '0.0'  ,'0.0'  ,'1.0']]
df=pd.DataFrame(data,columns=['0','1','2','3','4','5','6','7','8','9'])

# 将dataframe中的数据输出到csv文件中
df.to_csv('./result.csv',sep=',',index=False)

2、将dataframe中的数据保存到txt文件中

代码示例如下：

# 同样创建一个dataframe对象（与上一个例子相同）
data=[['0.0',  '0.0' , '0.0' , '1.0' , '0.0',  '1.0' , '0.0' , '1.0', '1.0' , '0.0'],['1.0' , '1.0' , '1.0'  ,'0.0'  ,'1.0' , '0.0' , '1.0',  '0.0'  ,'0.0'  ,'1.0']]
df=pd.DataFrame(data,columns=['0','1','2','3','4','5','6','7','8','9'])

# 将dataframe中的数据输出到txt文件中
df.to_csv('./result.txt',sep='\t',index=False)

总结

        对比以上两个代码片段，可以发现，将dataframe中的数据保存到csv文件和txt文件的主要区别在于：函数中的sep参数值的设置，保存到csv文件中sep=','；保存到txt文件中sep='\t'。