Python Pandas - IO 工具
Pandas I/O API 是一组像 pd.read_csv() 一样访问的顶级读取器函数，它们通常返回一个 Pandas 对象。
用于读取文本文件（或平面文件）的两个主要函数是 read_csv() 和 read_table()。 它们都使用相同的解析代码将表格数据智能转换为 DataFrame 对象 −
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer', names=None, index_col=None, usecols=None
这是 csv 文件数据的样子 −
S.No,Name,Age,City,Salary 1,Tom,28,Toronto,20000 2,Lee,32,HongKong,3000 3,Steven,43,Bay Area,8300 4,Ram,38,Hyderabad,3900
将此数据保存为 temp.csv 并对其进行操作。
S.No,Name,Age,City,Salary 1,Tom,28,Toronto,20000 2,Lee,32,HongKong,3000 3,Steven,43,Bay Area,8300 4,Ram,38,Hyderabad,3900
将此数据保存为 temp.csv 并对其进行操作。
read.csv
read.csv 从 csv 文件中读取数据并创建一个 DataFrame 对象。
import pandas as pd
df=pd.read_csv("temp.csv")
print df
它的输出如下 −
S.No Name Age City Salary 0 1 Tom 28 Toronto 20000 1 2 Lee 32 HongKong 3000 2 3 Steven 43 Bay Area 8300 3 4 Ram 38 Hyderabad 3900
自定义索引
这指定 csv 文件中的一列以使用 index_col. 自定义索引
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['S.No'])
print df
它的输出如下 −
S.No Name Age City Salary 1 Tom 28 Toronto 20000 2 Lee 32 HongKong 3000 3 Steven 43 Bay Area 8300 4 Ram 38 Hyderabad 3900
转换器
dtype 列可以作为 dict 传递。
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes
它的输出如下 −
S.No int64 Name object Age int64 City object Salary float64 dtype: object
默认情况下，Salary 列的 dtype 为 int，但结果显示为 float，因为我们已显式转换类型。 p>
因此，数据看起来像浮点数 −
S.No Name Age City Salary 0 1 Tom 28 Toronto 20000.0 1 2 Lee 32 HongKong 3000.0 2 3 Steven 43 Bay Area 8300.0 3 4 Ram 38 Hyderabad 3900.0
header_names
使用 names 参数指定标头的名称。
import pandas as pd
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df
它的输出如下 −
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
请注意，标题名称附加了自定义名称，但文件中的标题尚未消除。 现在，我们使用 header 参数来删除它。
如果标题在第一个以外的行中，则将行号传递给标题。 这将跳过前面的行。
import pandas as pd
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df
它的输出如下 −
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
skiprows
skiprows 跳过指定的行数。
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print df
它的输出如下 −
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900
