@Ébe Isaac和@L3viathan描述的pickle方法是正确的选择。如果您还想对数据进行其他操作,可以考虑使用pandas(仅在除导出数据之外的情况下使用)。
根据您在问题下面的评论,您的字典中只有基本字符串,因此使用起来很简单;如果您有更复杂的数据结构,则应使用pickle方法。
import pandas as pd
classes = {'period_1':'assignment_1', 'period_2':'assignment_2', 'period_3':'assignment_3', 'period_4':'assignment_4', 'period_5':'assignment_5', 'period_6':'assignment_6', 'period_7':'assignment_7'}
pd.DataFrame.from_dict(classes, orient='index').sort_index().rename(columns={0: 'assignments'}).to_csv('my_csv.csv')
这将给你以下输出:
。
assignments
period_1 assignment_1
period_2 assignment_2
period_3 assignment_3
period_4 assignment_4
period_5 assignment_5
period_6 assignment_6
period_7 assignment_7
具体来说:
.from_dict(classes, orient='index')
使用字典作为输入创建实际的数据框
.sort_index()
对索引进行排序,因为您使用字典创建数据框时索引没有排序
.rename(columns={0: 'assignments'})
仅将更合理的名称分配给列(默认情况下使用'0')
.to_csv('my_csv.csv')
最终将数据框导出到csv文件
如果您想再次读取文件,则可以按以下方式执行:
df2 = pd.read_csv('my_csv.csv', index_col=0)