在附加模式下使用to_csv时，python会将新行附加到csv中的最后一行

我正在尝试向csv文件中的数据添加新行。在添加数据时，数据不是插入到下一行，而是添加到上一行的末尾。我的问题代码当前看起来像：

qlist = list(data)
entries = [response, 0,0,0,0]
df = pd.DataFrame([entries], columns=qlist)
df.to_csv('data.csv', index=False, header=False, mode='a')

---

运行此操作时，“response”变量将与最后一行的最后一个数据值位于同一位置。如何将条目添加到新行中？

虽然您的代码片段没有多大意义，但我认为您的问题很有趣。如果我理解正确的话，您有（1）一个现有的csv文件，以及（2）希望添加到该csv文件的代码片段的一些输出。但新数据将添加到现有csv文件的最后一行，而不是新行

所以你开始的时候是这样的：

# Old data
col1,col2
1,3
2,4

# imports
import pandas as pd

# read existing data
df_old = pd.read_csv('C:/old.csv')

# Assign new data to a list.
# Note that the new data is written up as
# a list in the first element of a another list.
# Hence the double brackets.
# This way, the data is added as a row.
# If you use single brackets, pandas interprets
# the data as a column when added to a dataframe.
newData = [[5,6]]

# get column names of your existing data
colNames = df_old.columns

# make dataframe of new data that can be
# easily appended to your old data
df_new = pd.DataFrame(data=newData, columns=colNames)

# concatenate old and new
df_complete = pd.concat([df_old, df_new], axis = 0)

# write your complete dataset to a new csv.
df_complete.to_csv('data_new.csv', index=False)

您的代码生成一些新数据：

#New Data
5,6 

当试图将其附加到旧数据中时，最终会得到以下结果

col1,col2
1,3
2,4,5,6

但你想要的是：

col1,col2
1,3
2,4
5,6

如果这是正确的，您应该将现有数据加载到pandas数据框中，将数据附加到该数据框中，然后覆盖旧的csv文件或生成新的csv文件

如果您有一个包含上述旧数据的csv文件，您可以这样做：

# Old data
col1,col2
1,3
2,4

# imports
import pandas as pd

# read existing data
df_old = pd.read_csv('C:/old.csv')

# Assign new data to a list.
# Note that the new data is written up as
# a list in the first element of a another list.
# Hence the double brackets.
# This way, the data is added as a row.
# If you use single brackets, pandas interprets
# the data as a column when added to a dataframe.
newData = [[5,6]]

# get column names of your existing data
colNames = df_old.columns

# make dataframe of new data that can be
# easily appended to your old data
df_new = pd.DataFrame(data=newData, columns=colNames)

# concatenate old and new
df_complete = pd.concat([df_old, df_new], axis = 0)

# write your complete dataset to a new csv.
df_complete.to_csv('data_new.csv', index=False)

现在，您应该将完整的数据集保存在csv文件中，如下所示：

col1,col2
1,3
2,4
5,6

希望这有帮助。如果没有，请告诉我，我会再看一遍。

哪些对象是数据和响应，它们的结构是什么（即嵌套列表、字典）？