我如何使用python和pandas在我的csv中放一个```

Question

我正在python中处理多个excel文件在一个csv中将这个csv上传到另一个公司程序中。其中一列必须带双引号。示例：客户编号：“03939930303”“22489903040”我试图使用这样的代码附加引号

df['customer_number'] = '"'+ df['customer_number'] + '"'

但在我的csv文件中，我有这个：

"""03939930303"""
"""22489903040"""

我只需要一个报价，而不是三个。我已经尝试过的事情：

csv.QUOTE_NONE

不起作用，因为我有另一个标题应该看起来像"customer name"和大约15个标题，应该是引号。

我如何使用python和pandas将单个"放入我的csv中？

更新：

CSV内容：

N，空，NUMBER，“（'Something Something'，'sumAve'）”，“（'Something Something'，'sumTr'）”，“（'Something Something'，'sumPL'）”，“（'Something Something '，''DATA（IB 35％）'）“，”（'特征'，'sumAve'）“，”（'特征'，'sumTr'）“，”（'特征'，'sumPL'）“，” （'特征'，'数据（IB 35％）'）“，”（'财务'，'sumAve'）“，”（'财务'，'sumTr'）“，”（'财务'，'sumPL'） “，”（'财务'，'数据（IB 35％）'）“，”（'食品'，'sumAve'）“，”（'食品'，'sumTr'）“，”（'食品'，' sumPL'）“，”（'食品'，'数据（IB 35％）'）“，”（'文字'，'sumAve'）“，”（'文字'，'sumTr'）“，”（'文字'，'sumPL'）“，”（'文字'，'数据（IB 35％）'）“，”（'到期'，到期2'，'sumAve'）“，”（'到期'，到期2' ，'sumTr'）“，”（'到期'，到期2'，'sumPL'）“，”（'到期'，到期2'，'数据（IB 35％）'）“，”（'BAG'， 'sumAve'）“，”（'BAG'，'sumTr'）“，”（'BAG'，'sumPL'）“，”（'BAG'，'DATA（IB 35％）'）“，”（' OIL'，'sumAve'）“，”（'OIL'，'sumTr'）“，”（'OIL'，'sumPL'）“，”（'OIL'，'DATA（IB 35％）'）“， “（'工党'，'sumAve'）”，“（'工党'，'sumTr'）”，“（'工党'，'sumPL'）”，“（'工''，'数据（IB 35％）' ）“，”（'服务'，'sumAve'）“，”（'服务'，'sumTr' ）“，”（'服务'，'sumPL'）“，”（'服务'，'数据（IB 35％）'）“，城市，地区，代码1，代码2 ,, 0,1000,2000,3000 ，4000,5000,6000,7000,8000,9000,10000,11000,12000,13000,14000,15000,16000,17000,18000,19000,20000,21000,22000,23000,24000,25000,26000,27000,28000 ，29000,30000,31000,32000,33000,34000,35000,36000,37000,38000,39000,40000，纽约，0，N6UJ9A00C0J8，TOTO非洲1,00,41000,42000,43000,44000,45000,46000 ，47000,48000,49000,50000,51000,52000,53000,54000,55000,56000,57000,58000,59000,60000,61000,62000,63000,64000,65000,66000,67000,68000,69000,70000,71000 ，72000,73000,74000,75000,76000,77000,78000,79000,80000，纽约，0，N6UJ9A013229，TOTO非洲2，001,81000,82000,83000,84000,85000,86000,87000,88000,89000 ，90000,91000,92000,93000,94000,95000,96000,97000,98000,99000,100000,101000,102000,103000,104000,105000,106000,107000,108000,109000,110000,111000,112000,113000,114000 ，115000,116000,117000,118000,119000,120000，纽约，0，N6UJ9A00YFYS，TOTO非洲3 ,, 1234567890,121000,122000,123000,124000,125000,126000,1 27000,128000,129000,130000,131000,132000,133000,134000,135000,136000,137000,138000,139000,140000,141000,142000,143000,144000,145000,146000,147000,148000,149000,150000,151000， 152000,153000,154000,155000,156000,157000,158000,159000,160000，纽约，0，N6UJ9A00LR36，“toto”“africa 4”“”,, 123456789012,161000,162000,163000,164000,165000,166000， 167000,168000,169000,170000,171000,172000,173000,174000,175000,176000,177000,178000,179000,180000,181000,182000,183000,184000,185000,186000,187000,188000,189000,190000,191000， 192000,193000,194000,195000,196000,197000,198000,199000,200000，纽约，0，N6UJ9A00G1YH，toto非洲，0234567891,201000,202000,203000,204000,205000,206000,207000,208000,209000,210000 ，211000,212000,213000,214000,215000,216000,217000,218000,219000,220000,221000,222000,223000,224000,225000,226000,227000,228000,229000,230000,231000,232000,233000,234000,235000 ，236000,237000,238000,239000,240000，纽约，0，N6UJ9A00C0J9，toto非洲,, 023456789012,241000,242000,243000,244000,245000,246000,24 7000,248000,249000,250000,251000,252000,253000,254000,255000,256000,257000,258000,259000,260000,261000,262000,263000,264000,265000,266000,267000,268000,269000,270000,271000， 272000,273000,274000,275000,276000,277000,278000,279000,280000，纽约，0，N6UJ9A013230，多多

我在jupiter中的代码：

import pandas as pd
import csv
df = pd.read_csv('dummy_new.csv')
df['NUMBER'] = '"' + df['NUMBER'].astype(str) + '"'
df.to_csv('final.csv')

Answer 1

使用测试数据的子集：

      N  empty          NUMBER  ('Something Something', 'sumAve')
0          NaN             "0"                               1000
1          NaN             "0"                              41000
2          NaN             "1"                              81000
3          NaN    "1234567890"                             121000
4          NaN  "123456789012"                             161000
5          NaN     "234567891"                             201000
6          NaN   "23456789012"                             241000

我通过几次修改运行了您当前的代码

df['NUMBER'] = '"' + df['NUMBER'].astype(str) + '"'

# save as .txt instead of .csv, use the csv.QUOTE_NOTE in the quoting parameter, and set the escapechar to `|`
df.to_csv('final.txt', index=None, quoting=csv.QUOTE_NONE, escapechar='|')

这将使'''不会成为三重引号。

此外，如果您使用Excel阅读此内容，请确保将文本限定符设置为单引号而不是双引号，以确保将数字作为文本读入。

参考pandas to_csv output quoting issue