Pandas操作CSV文件的读写实现方法

Uma ·

更新时间:2024-11-13

· 530 次阅读

（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)

您可能感兴趣的文章:python pandas获取csv指定行列的操作方法pandas数据筛选和csv操作的实现方法使用NumPy和pandas对CSV文件进行写操作的实例使用pandas读取csv文件的指定列方法Python使用pandas处理CSV文件的实例讲解使用实现pandas读取csv文件指定的前几行使用pandas将numpy中的数组数据保存到csv文件的方法python:pandas合并csv文件的方法(图书数据集成)python pandas读取csv后,获取列标签的方法利用numpy和pandas处理csv文件中的时间方法python的pandas工具包，保存.csv文件时不要表头的实例

pandas csv

1024 个赞