>>> from env_helper import info; info()
页面更新时间: 2020-03-08 18:00:51
操作系统/OS: Linux-4.19.0-8-amd64-x86_64-with-debian-10.3 ;Python: 3.7.3
7.5. Pandas IO工具¶
Pandas I/O API是一套像pd.read_csv()一样返回Pandas对象的顶级读取器函数。
读取文本文件(或平面文件)的两个主要功能是read_csv()和read_table()。它们都使用相同的解析代码来智能地将表格数据转换为DataFrame对象 -
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)
形式2-
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)
以下是csv文件数据的内容 -
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
将这些数据保存为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
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)
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¶
可以指定csv文件中的一列来使用index_col定制索引。
>>> import pandas as pd
>>>
>>> df=pd.read_csv("temp.csv",index_col=['S.No'])
>>> print (df)
Name Age City Salary
S.No
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的列可以作为字典传递。
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
>>> print (df.dtypes)
S.No int64
Name object
Age int64
City object
Salary float64
dtype: object
默认情况下,Salary列的dtype是int,但结果显示为float,因为我们明确地转换了类型。
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参数指定标题的名称。
>>> import pandas as pd
>>> import numpy as np
>>>
>>> df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
>>> print (df)
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
观察可以看到,标题名称附加了自定义名称,但文件中的标题还没有被消除。 现在,使用header参数来删除它。
如果标题不是第一行,则将行号传递给标题。这将跳过前面的行。
>>> import pandas as pd
>>> import numpy as np
>>>
>>> df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
>>> print (df)
a b c d e
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
skiprows¶
skiprows跳过指定的行数。参考以下示例代码 -
>>> import pandas as pd
>>> import numpy as np
>>>
>>> df=pd.read_csv("temp.csv", skiprows=2)
>>> print (df)
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900