Pandas操作CSV文件的读写实现方法
（1）、导库
import pandas as pd from pandas import Series
（2）、读取csv文件的两种方式
#读取csv文件的两种方式
f = open('E:/建模/第5周/data/ex1.csv') #方法一
df = pd.read_csv(f)
print(df)
f.close
f = open('E:/建模/第5周/data/ex1.csv') #方法二，必须指定分隔符为','，否则会读取失败
df = pd.read_table(f,sep=',')
print(df)
f.close
（2）、根据需要条件读取csv文件
#根据需要条件读取csv文件
f = open('E:/建模/第5周/data/csv_mindex.csv')
df = pd.read_csv(f,header=None) #不需要表头
df = pd.read_csv(f,names=['a','b','c','d','message']) #添加表头
df = pd.read_csv(f,names=['a','b','c','d','message'],index_col = 'message') #指定某一列作为行索引
df = pd.read_csv(f,index_col = ['key1','key2']) #指定多列作为行索引
print(df)
f.close
（3）、利用正则表达式读取不同含有不同分隔符的文件
#利用正则表达式读取不同含有不同分隔符的文件
f = open('E:/建模/第5周/data/ex3.txt')
df = pd.read_table(f,sep='\s+')
print(df)
（4）、根据需要选择需要读的行
#根据需要选择需要读的行
f = open('E:/建模/第5周/data/ex4.csv')
df = pd.read_table(f,sep=',',skiprows=[0,2,3]) #跳过不想读的行
print(df)
（5）、处理缺失值
#处理缺失值
f = open('E:/建模/第5周/data/ex5.csv')
df = pd.read_table(f,sep=',',na_values='world') #如果数据中有'world'，也会视为缺失值
print(df)
（6）、逐行读取文件
#逐行读取文件
f = open('E:/建模/第5周/data/ex6.csv')
df = pd.read_table(f,sep=',',nrows=5) #只读取前面5行
print(df)
（7）、将dataframe数据写入csv文件
#将dataframe数据写入csv文件
f = open('E:/建模/第5周/data/ex5.csv')
data = pd.read_csv(f)
data.to_csv('E:/建模/第5周/data/out.csv') #将dataframe输出到csv文件中
data.to_csv('E:/建模/第5周/data/out.csv',na_rep='ok') #将缺失值补上‘ok'
data.to_csv('E:/建模/第5周/data/out.csv',header=None) #不设置表头
data.to_csv('E:/建模/第5周/data/out.csv',columns=['a','b']) #写出指定的列
（8）、将csv文件读取位Series
#将csv文件读取位Series
f = open('E:/建模/第5周/data/tseries.csv')
series = Series.from_csv(f,parse_dates=True)
print(series)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。
赞 (0)