Pandas操作CSV文件的读写实现方法
(1)、导库
importpandasaspd frompandasimportSeries
(2)、读取csv文件的两种方式
#读取csv文件的两种方式 f=open('E:/建模/第5周/data/ex1.csv')#方法一 df=pd.read_csv(f) print(df) f.close f=open('E:/建模/第5周/data/ex1.csv')#方法二,必须指定分隔符为',',否则会读取失败 df=pd.read_table(f,sep=',') print(df) f.close
(2)、根据需要条件读取csv文件
#根据需要条件读取csv文件 f=open('E:/建模/第5周/data/csv_mindex.csv') df=pd.read_csv(f,header=None)#不需要表头 df=pd.read_csv(f,names=['a','b','c','d','message'])#添加表头 df=pd.read_csv(f,names=['a','b','c','d','message'],index_col='message')#指定某一列作为行索引 df=pd.read_csv(f,index_col=['key1','key2'])#指定多列作为行索引 print(df) f.close
(3)、利用正则表达式读取不同含有不同分隔符的文件
#利用正则表达式读取不同含有不同分隔符的文件 f=open('E:/建模/第5周/data/ex3.txt') df=pd.read_table(f,sep='\s+') print(df)
(4)、根据需要选择需要读的行
#根据需要选择需要读的行 f=open('E:/建模/第5周/data/ex4.csv') df=pd.read_table(f,sep=',',skiprows=[0,2,3])#跳过不想读的行 print(df)
(5)、处理缺失值
#处理缺失值 f=open('E:/建模/第5周/data/ex5.csv') df=pd.read_table(f,sep=',',na_values='world')#如果数据中有'world',也会视为缺失值 print(df)
(6)、逐行读取文件
#逐行读取文件 f=open('E:/建模/第5周/data/ex6.csv') df=pd.read_table(f,sep=',',nrows=5)#只读取前面5行 print(df)
(7)、将dataframe数据写入csv文件
#将dataframe数据写入csv文件 f=open('E:/建模/第5周/data/ex5.csv') data=pd.read_csv(f) data.to_csv('E:/建模/第5周/data/out.csv')#将dataframe输出到csv文件中 data.to_csv('E:/建模/第5周/data/out.csv',na_rep='ok')#将缺失值补上‘ok' data.to_csv('E:/建模/第5周/data/out.csv',header=None)#不设置表头 data.to_csv('E:/建模/第5周/data/out.csv',columns=['a','b'])#写出指定的列
(8)、将csv文件读取位Series
#将csv文件读取位Series f=open('E:/建模/第5周/data/tseries.csv') series=Series.from_csv(f,parse_dates=True) print(series)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。