要通过制表符分隔，您可以使用以下sep参数to_csv：
df.to_csv(file_name, sep='\t')
要使用特定编码（例如“utf-8”），请使用以下encoding参数：
df.to_csv(file_name, sep='\t', encoding='utf-8')
当您使用该方法将DataFrame对象存储到csv 文件to_csv中时，您可能不需要存储对象每行的前面索引。DataFrame
您可以通过将布尔值传递给参数来避免这种情况。Falseindex
有点像：
df.to_csv(file_name, encoding='utf-8', index=False)
因此，如果您的 DataFrame 对象类似于：
Color Number
0 red 22
1 blue 10
csv 文件将存储：
Color,Number
red,22
blue,10
而不是（传递默认值的情况） True
,Color,Number
0,red,22
1,blue,10
要将 pandas DataFrame 写入 CSV 文件，您需要DataFrame.to_csv. 此函数提供了许多具有合理默认值的参数，您经常需要覆盖这些参数以适合您的特定用例。例如，您可能希望使用不同的分隔符、更改日期时间格式或在写入时删除索引。to_csv有你可以传递的参数来满足这些要求。
下表列出了写入 CSV 文件的一些常见场景以及可用于它们的相应参数。
脚注
- 默认分隔符假定为逗号 (
',')。除非您知道需要，否则不要更改此设置。- 默认情况下，索引
df被写为第一列。如果您的 DataFrame 没有索引（IOW，这df.index是默认的RangeIndex），那么您将要index=False在编写时设置。以不同的方式解释这一点，如果您的数据确实有索引，您可以（并且应该）使用index=True或完全不使用它（默认为True）。- 如果您正在写入字符串数据，最好设置此参数，以便其他应用程序知道如何读取您的数据。这也将避免
UnicodeEncodeError您在保存时可能遇到的任何潜在问题。- 如果您将大型 DataFrame（>100K 行）写入磁盘，建议使用压缩，因为它会导致输出文件更小。OTOH，这意味着写入时间会增加（因此，文件需要解压缩后的读取时间）。
在 Windows 上使用完整路径导出文件的示例，如果您的文件有标题：
df.to_csv (r'C:\Users\John\Desktop\export_dataframe.csv', index = None, header=True)
例如，如果要将文件存储在脚本所在的同一目录中，使用utf-8 编码和制表符作为分隔符：
df.to_csv(r'./export/dftocsv.csv', sep='\t', encoding='utf-8', header='true')
如果您在编码为“utf-8”时遇到问题并且想要逐个单元格地进行操作，则可以尝试其他方法，您可以尝试以下操作。
蟒蛇2
（其中“df”是您的 DataFrame 对象。）
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = unicode(x.encode('utf-8','ignore'),errors ='ignore') if type(x) == unicode else unicode(str(x),errors='ignore')
df.set_value(idx,column,x)
except Exception:
print 'encoding error: {0} {1}'.format(idx,column)
df.set_value(idx,column,'')
continue
然后尝试：
df.to_csv(file_name)
您可以通过以下方式检查列的编码：
for column in df.columns:
print '{0} {1}'.format(str(type(df[column][0])),str(column))
警告：errors='ignore' 只会省略字符，例如
IN: unicode('Regenexx\xae',errors='ignore')
OUT: u'Regenexx'
蟒蛇 3
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = x if type(x) == str else str(x).encode('utf-8','ignore').decode('utf-8','ignore')
df.set_value(idx,column,x)
except Exception:
print('encoding error: {0} {1}'.format(idx,column))
df.set_value(idx,column,'')
continue
如果您还指定 UTF-8 编码，有时您会遇到这些问题。我建议您在读取文件时指定编码，在写入文件时指定相同的编码。这可能会解决您的问题。
这可能不是这种情况的答案，但是由于.to_csv我尝试过.toCSV('name.csv')的错误消息相同并且错误消息不同（“ SparseDataFrame' object has no attribute 'toCSV'）。因此通过将数据帧转换为密集数据帧来解决问题
df.to_dense().to_csv("submission.csv", index = False, sep=',', encoding='utf-8')
如果上述解决方案对任何人都不起作用或 CSV 被弄乱了，只需sep='\t'像这样从行中删除：
df.to_csv(file_name, encoding='utf-8')
我会避免单独使用 '\t' 并在再次读取数据集时会产生问题。
df.to_csv(file_name, encoding='utf-8')