Python数据处理
Python数据可视化
Python统计分析

Python处理CSV数据

Python处理CSV数据详细操作教程
从CSV读取数据(逗号分隔值)是数据科学的基本需求。 通常,我们从各种来源获取数据,这些数据可以导出为CSV格式,以便其他系统可以使用这些数据。 Panadas库提供了一些功能函数,我们可以使用该功能完整地读取CSV文件,也可以只读取选定的一组列和行。

CSV文件作为输入

csv文件是一个文本文件,其中列中的值由逗号分隔。假设有一个名称为 input.csv 的文件中的具有以下数据。
可以通过复制并粘贴这些数据,使用Windows记事本创建该文件。 使用记事本中的另存为全部文件( .)选项,并将该文件保存为: input.csv
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Tusar,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Rasmi,578,2013-05-21,IT
7,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance

读取CSV文件

使用pandas库的read_csv函数将CSV文件的内容作为pandas DataFrame读入python环境。 该功能可以通过使用适当的文件路径从操作系统中读取文件。如下实现代码 -
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)
当我们执行上面的代码时,它会产生以下结果。 请注意函数如何创建以零开头的附加列作为索引。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
id name salary start_date dept
0 1 Rick 623.30 2012-01-01 IT
1 2 Dan 515.20 2013-09-23 Operations
2 3 Tusar 611.00 2014-11-15 IT
3 4 Ryan 729.00 2014-05-11 HR
4 5 Gary 843.25 2015-03-27 Finance
5 6 Rasmi 578.00 2013-05-21 IT
6 7 Pranab 632.80 2013-07-30 Operations
7 8 Guru 722.50 2014-06-17 Finance

读取指定行

熊猫库的read_csv函数也可用于读取给定列的某些特定行。 我们使用下面显示的代码对read_csv函数的结果进行分割,例如:salary列的前5行。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
import pandas as pd
data = pd.read_csv('path/input.csv')
# Slice the result for first 5 rows
print (data[0:5]['salary'])
执行上面示例代码,得到以下结果 -
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
0 623.30
1 515.20
2 611.00
3 729.00
4 843.25
Name: salary, dtype: float64

读取特定列

Pandas库的read_csv函数也可以用来读取一些特定的列。 为此,我们使用称为.loc()的多轴索引方法。 选择显示salary和nama列的所有行。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])
当我们执行上面的代码时,它会产生以下结果。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
salary name
0 623.30 Rick
1 515.20 Dan
2 611.00 Tusar
3 729.00 Ryan
4 843.25 Gary
5 578.00 Rasmi
6 632.80 Pranab
7 722.50 Guru

读取特定的列和行

Pandas库的read_csv函数也可以用来读取一些特定的列和特定的行。 为此,我们使用称为.loc()的多轴索引方法。选择显示salary和name列的某些行。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])
当我们执行上面的代码时,它会产生以下结果。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
salary name
1 515.2 Dan
3 729.0 Ryan
5 578.0 Rasmi

读取一系列行的特定列

Pandas库的read_csv函数也可以用来读取一些特定的列和一系列的行。使用名称为.loc()的多轴索引方法。选择显示sarlay和name列的某些行。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])
执行上面示例代码,得到以下结果 -
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-22
salary name
2 611.00 Tusar
3 729.00 Ryan
4 843.25 Gary
5 578.00 Rasmi
6 632.80 Pranab
昵称: 邮箱:
Copyright © 2022 立地货 All Rights Reserved.
备案号:京ICP备14037608号-4