大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
Pandas怎么操作CSV文件?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联主要从事成都网站建设、成都网站设计、网页设计、企业做网站、公司建网站等业务。立足成都服务昌吉,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220(1)、导库
import pandas as pd from pandas import Series
(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)
看完上述内容,你们掌握Pandas怎么操作CSV文件的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!