Exportando un DataFrame de Pandas a CSV: Una guía completa

Name: Oluwaseun Adeojo

Updated on 10/5/2023

Como analista de datos o científico, es posible que trabajes con conjuntos de datos masivos que requieren una organización, manipulación y análisis adecuados. En Python, la biblioteca Pandas ofrece herramientas poderosas para la manipulación y transformación de datos, especialmente con DataFrames. Una vez que hayas limpiado y estructurado tus datos para que se ajusten a un DataFrame, el siguiente paso es guardarlo en un formato adecuado para su almacenamiento y compartición.

Uno de los formatos de archivo más populares para datos tabulares es CSV, o valores separados por comas. En esta guía completa, te guiaremos a través del proceso de exportar DataFrames de Pandas a archivos CSV. Ya sea que seas nuevo en esta tarea o estés buscando mejorar tus habilidades, tenemos todo lo que necesitas saber.

¿Quieres crear rápidamente visualizaciones de datos de un DataFrame de Pandas en Python sin escribir código?

PyGWalker es una biblioteca de Python para el análisis exploratorio de datos con visualización. PyGWalker (opens in a new tab) puede simplificar tu flujo de trabajo de análisis y visualización de datos en Jupyter Notebook, convirtiendo tu DataFrame de pandas (y DataFrame de polars) en una interfaz de usuario al estilo de Tableau para exploración visual.

(opens in a new tab)

¿Por qué exportar DataFrames de Pandas a CSV?

Exportar tus DataFrames a archivos CSV ofrece numerosas ventajas, incluyendo:

Almacenamiento eficiente: Los archivos CSV requieren un espacio de almacenamiento mínimo en comparación con otros formatos como Excel o JSON.
Facilidad de uso: Los archivos CSV son fáciles de crear y leer con diversas aplicaciones de software, como hojas de cálculo y editores de texto.
Flexibilidad: Puedes utilizar archivos CSV con diferentes bases de datos y lenguajes de programación como parte de tu flujo de trabajo de datos.
Estandarización: Los archivos CSV proporcionan un formato estandarizado para compartir e intercambiar datos entre usuarios u organizaciones.

Estos beneficios hacen que CSV sea una elección popular para el almacenamiento y compartición de datos. Nuestra guía te ayudará a dominar el proceso de exportar DataFrames de Pandas a archivos CSV utilizando el método .to_csv() incorporado en la biblioteca.

Exportando un DataFrame a CSV en Pandas

El método .to_csv() es uno de los métodos más comunes de la biblioteca Pandas utilizados para exportar DataFrames a archivos CSV. Este método tiene varios parámetros que te permiten personalizar el proceso de exportación.

import pandas as pd 
 
# Crear un DataFrame de ejemplo
df = pd.DataFrame({"Nombre": ["Juan", "Juana", "Pedro"], "Edad": [25, 30, 28], "Salario": [60000, 80000, 75000]})
 
# Exportar el DataFrame a CSV
df.to_csv('muestra.csv', index=False)

En este ejemplo, creamos un DataFrame sencillo con tres columnas: Nombre, Edad y Salario. Luego, utilizamos el método .to_csv() para guardar el DataFrame como un archivo CSV con el nombre 'muestra.csv'.

El parámetro index especifica si se debe incluir o no el índice del DataFrame en el archivo CSV. De forma predeterminada, este parámetro se establece en True. Cuando se establece en False, Pandas excluye el índice del DataFrame del archivo CSV guardado.

Parámetros en el método `.to_csv()`

Además del parámetro index, el método .to_csv() tiene varios otros que te permiten modificar el proceso de exportación según tus necesidades:

path_or_buf: Una cadena que especifica la ruta del archivo o el buffer para guardar el DataFrame. Este parámetro es obligatorio.
sep: Una cadena que especifica el separador utilizado en el archivo CSV. De forma predeterminada, este parámetro se establece en una coma (','). Puedes especificar otros separadores como un punto y coma (';'), un carácter de tabulación ('\t') u otros.
header: Un valor booleano o una lista de cadena(s) para especificar la(s) fila(s) de encabezado en el archivo CSV guardado. De forma predeterminada, este parámetro se establece en True y la fila de encabezado incluye los nombres de las columnas del DataFrame. Si estableces este parámetro en False, el archivo CSV exportado no contendrá encabezados.
index: Un valor booleano que especifica si se debe incluir o no el índice del DataFrame en el archivo CSV. De forma predeterminada, este parámetro se establece en True.
mode: Una cadena que especifica el modo de escritura del archivo. De forma predeterminada, Pandas establece este parámetro en 'w' para el modo de escritura, lo que sobrescribe cualquier archivo existente. Puedes cambiarlo a 'a' para el modo de agregado, que agrega el contenido del DataFrame a un archivo CSV existente.
decimal: Una cadena que especifica el separador decimal utilizado en el archivo CSV. De forma predeterminada, este parámetro se establece en '.'.
date_format: Una cadena que especifica el formato de los objetos de fecha y hora en el DataFrame para ser guardados como cadenas en el archivo CSV. De forma predeterminada, este parámetro se establece en None.
quotechar: Una cadena que especifica el carácter utilizado para citar campos que contienen caracteres especiales como comas, comillas o saltos de línea. De forma predeterminada, este parámetro se establece en '"'.

Métodos alternativos para exportar DataFrames

Si bien exportar DataFrames de Pandas a archivos CSV utilizando el método .to_csv() es una forma común y eficiente de guardar tus datos, hay otras opciones disponibles. Algunas de ellas incluyen:

Exportar a Excel

Puedes utilizar la clase pd.ExcelWriter() para crear un archivo de Excel y exportar un DataFrame a él utilizando el método .to_excel(). La ventaja de utilizar este método es que puedes crear varias hojas de cálculo en un mismo archivo de Excel.

# Crear un archivo de Excel y un objeto escritor
escritor = pd.ExcelWriter('muestra.xlsx')
 
# Exportar a Excel
df.to_excel(escritor, hoja_nombre='Hoja1', index=False)
 
# Guardar el archivo de Excel y cerrar el objeto escritor
escritor.save()

Exportar a JSON

Puedes guardar un DataFrame de Pandas en un archivo JSON utilizando el método .to_json(). Este método crea una representación en forma de cadena del DataFrame en formato JSON.

Exportar DataFrame a JSON

df.to_json('sample.json')

Exportar a HDF5

HDF5 (Hierarchical Data Format) es un formato de archivo de alto rendimiento comúnmente utilizado para almacenar conjuntos de datos grandes. Pandas proporciona la clase HDFStore para guardar DataFrames en HDF5.

# Crear un archivo HDF5 y guardar el DataFrame
store = pd.HDFStore('sample.h5')
store['df'] = df
 
# Cerrar el archivo HDF5
store.close()

Exportar a una base de datos SQL

Pandas también permite exportar un DataFrame directamente a una base de datos SQL utilizando el método .to_sql(). Deberás crear un objeto de motor SQLAlchemy, que se comunicará con la base de datos.

from sqlalchemy import create_engine
 
# Crear un objeto de motor de base de datos
engine = create_engine('sqlite:///sample.db', echo=False)
 
# Exportar a la base de datos SQL
df.to_sql('sample', con=engine, if_exists='replace', index=False)

Pickling

Finalmente, puedes guardar tu DataFrame de Pandas como un objeto pickled, que es una representación serializada del DataFrame en formato binario.

# Exportar DataFrame como un objeto pickled
df.to_pickle('sample.pkl')

Conclusión

En conclusión, exportar DataFrames de Pandas a archivos CSV es una tarea esencial para almacenar y compartir datos tabulares con otros. El método .to_csv() de la biblioteca Pandas te permite guardar DataFrames en formato CSV con opciones flexibles como seleccionar separadores, agregar marcas de tiempo y manejar errores de codificación.

¡No olvides consultar nuestros otros tutoriales de Python para mejorar tus habilidades!