Python 数据操作教程，使用 PANDAS 读取 CSV 文件的 15 种方法.docx

? 本教程介绍了如何使用 pandas 包的 read_csv 函数在 python 中读取 CSV 文件。如果不使用 read_csv 函数，用 python 面向对象编程导入 CSV 文件并不简单。Pandas 是一个非常强大的数据操作 python 包，支持各种函数从各种格式加载和导入数据。在这里，我们将介绍如何处理导入 CSV 文件时的常见问题。 目录 [示例 1：读取带有标题行的 CSV 文件] [示例 2：读取标题在第二行的 CSV 文件] [示例 3：跳过行但保留标题] [示例 4：读取没有标题行的 CSV 文件] [示例 5：指定缺失值] [示例 6：设置索引列] [示例 7：从外部 URL 读取 CSV 文件] [示例 8：导入 CSV 时跳过最后 5 行] [示例 9：只读取前 5 行] [示例 10：将“,”解释为千位分隔符] [示例 11：只读特定列] [示例 12：读取一些行和列] [示例 13：使用分号分隔符读取文件] [示例 14：导入 CSV 时更改列类型] [示例 15：测量导入大 CSV 文件所花费的时间] [示例 16：如何在不使用 Pandas 包的情况下读取 CSV 文件] ? 安装和加载 Pandas 包 确保你的系统上已经安装了 \o "pandas 包" pandas 包。如果你使用 Anaconda 设置 python，它带有 pandas 包，所以你不需要再次安装它。否则，您可以使用命令安装它pip install pandas。下一步是通过运行以下命令来加载包。pd是熊猫包的别名。我们将使用它来代替全名“pandas”。 import pandas as pd 创建用于导入的示例数据 下面的程序创建了一个示例 pandas 数据框，可以进一步用于演示。 dt = {'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78]} mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 示例数据如下所示 - ID first_name company salary 0 11 David Aon 74 1 12 Jamie TCS 76 2 13 Steve Google 96 3 14 Stevart RBS 71 4 15 John . 78 在工作目录中将数据保存为 CSV 格式 在保存数据文件之前检查工作目录。 import os os.getcwd() 如果你想改变工作目录，你可以在os.chdir( )函数下指定它。单个反斜杠在 Python 中不起作用，因此在指定文件位置时使用 2 个反斜杠。 os.chdir("C:\\Users\\DELL\\Documents\\") 以下命令告诉 python 在您的工作目录中写入 CSV 格式的数据。 mydt.to_csv('workingfile.csv', index=False) 示例 1：读取带有标题行的 CSV 文件 这是 read_csv() 函数的基本语法。您只需要提及文件名。它假定您的 CSV 文件的第一行中有列名。 mydata = pd.read_csv("workingfile.csv") 它以它应该的方式存储数据，因为我们在数据文件的第一行中有标题。重要的是要强调这header=0是默认值。因此我们不需要提及header=参数。这意味着标题从第一行开始，因为 python 中的索引从0开始。上面的代码相当于这行代码。pd.read_csv("workingfile.csv", header=0) 导入后检查数据 mydata.shape mydata.columns mydata.dtypes 它返回 5 行数和 4 列数。列名是['ID', 'first_name', 'company', 'salary'] 查看我们导入的数据的列类型。first_name和company是字符变量。其余变量是数字变量。 ID int64 first_name object