Data Science · मराठी आवृत्ती

22.6 सामान्य export चुका

By Ravindra Bagale

या course चे सर्व chapters (py + ch)

हे का शिकायचं?

चुकीचा encoding, index column, किंवा जुनी file overwrite — यामुळे trust तुटतो.

हे काय आहे?

Checklist: index=False, UTF-8, स्पष्ट filename, outputs/ path, open-and-verify.

कसं करायचं?

Step 1. CSV Excel मध्ये उघडून गड़बड़ अक्षरे तपासा.

Step 2. पहिला column अनोळखी index तर index=False.

Step 3. जास्त मोठी sheet नाही ना.

Step 4. जुनी PNG overwrite झाली का पाहा.

उदाहरणं: copy करा आणि चालवा

उदाहरण A — Comma trap.

import pandas as pd

ugly = pd.DataFrame({"amount": ["1,299", "90", "2,499"]})
# Wrong: export as-is — Excel may treat as text or split columns
ugly.to_csv("outputs/bad_amounts.csv", index=False)

fixed = ugly.copy()
fixed["amount"] = (
    fixed["amount"].astype(str).str.replace(",", "", regex=False).astype(float)
)
fixed.to_csv("outputs/good_amounts.csv", index=False)
print(pd.read_csv("outputs/good_amounts.csv")["amount"].sum())  # 3888.0

उदाहरण B — Index accident.

s = df.groupby("city")["amount"].sum()
s.to_csv("outputs/with_index_mystery.csv")          # index becomes a column — OK if named
s.to_csv("outputs/with_index_false.csv", index=False)  # city names LOST — bad
s.rename_axis("city").reset_index(name="gmv").to_csv(
    "outputs/city_gmv.csv", index=False
)

उदाहरण C — Encoding peek.

text = pd.DataFrame({"city": ["Pune", "Sambhaji Nagar"], "note": ["ok", "rain delay"]})
text.to_csv("outputs/notes_utf8.csv", index=False, encoding="utf-8")
# Round-trip
print(pd.read_csv("outputs/notes_utf8.csv", encoding="utf-8"))

If a partner only uses Excel on older Windows and complains, offer utf-8-sig and keep the utf-8 original in outputs/.