Python Pandas IO 工具
Pandas I/O API是一组顶级的阅读器函数,像pd.read_csv()一样被访问,通常会返回一个Pandas对象。
读取文本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来智能地将表格数据转换为一个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
这是如何csv文件数据如下:
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
将此数据另存为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
将此数据另存为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
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
这指定了csv文件中的一个列,以使用index_col来定制索引。
import pandas as pd df=pd.read_csv("temp.csv",index_col=['S.No']) print df
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的列可以作为字典传递。
import pandas as pd df = pd.read_csv("temp.csv", dtype={'Salary': np.float64}) print df.dtypes
输出如下:
S.No int64 Name object Age int64 City object Salary float64 dtype: object
默认情况下,dtype薪水栏是int,但结果显示为float因为我们已经显式地转换了类型。
因此,数据看起来像浮动:
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
标题名称
使用名称参数指定标题的名称。
import pandas as pd df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e']) print df
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
观察,标题名称附加了自定义名称,但文件中的标题并没有被消除。现在,我们使用 header 参数来删除它。
如果标题位于第一行以外的行中,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
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
输出如下:
2 Lee 32 HongKong 3000 0 3 Steven 43 Bay Area 8300 1 4 Ram 38 Hyderabad 3900