导出CSV时行索引消失是因为to_csv()默认index=False；需显式设index=True，并注意索引命名、格式化及时区处理，中文问题须用encoding="utf-8-sig"添加BOM。
导出CSV时行索引消失，是因为to_csv()默认index=False
这是最常被忽略的默认行为：Pandas的to_csv()默认不写入行索引，哪怕你DataFrame本身有非默认索引（比如字符串索引、日期索引或自定义整数索引）。结果就是导出的CSV第一列“看起来”是数据，其实是原索引被丢弃后，数据左移了一列。
解决方法很简单——显式传入index=True：
df.to_csv("output.csv", index=True)
注意：index=True会把索引作为第一列写入，列名（如果存在）会出现在CSV首行第一列位置。如果索引无名（df.index.name is None），该列在CSV中将无列标题；若索引有名字（如df.index.name = "id"），则CSV首行第一个单元格就是id。
数字索引导出后变成0,1,2…，但原始索引其实是带含义的
如果你用df.reset_index(drop=False)生成了新列，又或者原本就用了pd.RangeIndex，导出时容易误以为“索引没保存”，其实它保存了，只是长得像普通序号。
关键判断点：检查df.index是否真的是你要保留的逻辑索引。常见陷阱包括：
- 执行过
df.set_index("col")但后续又调用df.reset_index()且没设drop=False，导致索引变回默认RangeIndex - 读取CSV时用了
pd.read_csv(..., index_col=0)，但导出前忘了确认当前df.index是否仍是你想要的 - 使用
df.iloc[...]切片后，索引未重置，但导出时保留的是原始位置索引（可能不连续），这反而是正确行为
日期索引或字符串索引导出后格式错乱、带引号、时区丢失
日期索引（DatetimeIndex）和含逗号/换行符/双引号的字符串索引，在CSV中容易被解析器误解，Pandas默认会自动加引号保护，但有时时间精度或时区信息会丢失。
把记录数组导出为带样式的 Excel(xlsx) 或带 BOM 的 CSV。支持列配置（表头/宽度/顺序）、表头冻结首行、斑马纹、布尔值转「是/否」、数组换行、CSV 中文防乱码。零依赖。触发词：导出 Excel、导出 CSV、记录转表格、列配置导出、数据导出、表格美化、JSON 转表格。
推荐做法：
- 导出前统一转为字符串并控制格式：
df.index = df.index.strftime("%Y-%m-%d %H:%M:%S")（适用于不需要时区还原的场景） - 若需保留时区，先用
df.index = df.index.astype(str)，避免to_csv()内部转换导致时区被抹掉 - 禁用自动引号（不推荐）：
quoting=csv.QUOTE_NONE，但必须确保索引内容绝对安全（无逗号、无换行、无双引号），否则CSV损坏
导出后Excel打开中文索引列名显示为“#NAME?”或乱码
这不是Pandas的问题，而是Excel对UTF-8 BOM的兼容性问题。Windows版Excel默认用ANSI编码打开CSV，遇到UTF-8无BOM文件时会误判编码。
稳妥解法只有一条：强制添加UTF-8 BOM头：
df.to_csv("output.csv", index=True, encoding="utf-8-sig")
encoding="utf-8-sig"会让Python在文件开头写入\ufeff，Excel就能正确识别为UTF-8。别用utf-8裸编码，也别指望设置sep=";"能绕过这个问题——BOM才是关键。
另外，如果索引名或数据里有制表符、不可见控制字符，也会导致Excel列错位，建议导出前用df.index = df.index.astype(str).str.replace(r"[\x00-\x08\x0b\x0c\x0e-\x1f]", "", regex=True)清洗。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
