- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
?
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
您可能关注的文档
- 2023春VB语言程序设计作业2.docx
- 2023春中国近现代史纲要含实践作业2.docx
- 2023春英语二作业1.docx
- 2023春英语二作业2.docx
- 大学英语二专升本期末考试总复习资料.docx
- 2023春大学化学作业1.docx
- 2023春大学化学作业2.docx
- 大学化学专升本期末考试总复习资料.docx
- 导演教你拍摄微电影.docx
- 儿科学---小儿液体平衡的特点.docx
- 2024年甲醇钾行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年甲醛传感器行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年驾校行业分析报告及未来五到十年行业发展趋势报告.docx
- 软件开发项目质量保证措施.docx
- 2024年检漏仪行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年减毒活疫苗行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年减震胶行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年家用烧烤炉行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年钾肥制造行业分析报告及未来五到十年行业发展趋势报告.docx
- 2024年检测检验行业分析报告及未来五到十年行业发展趋势报告.docx
文档评论(0)