Pandas CSV 文件

 CSV 文件

CSV（逗号分隔值）是一种常见的文件格式，用于存储表格数据，其数据以纯文本形式表示，通常由行和列组成，并使用逗号作为字段之间的分隔符。Pandas是一个强大的Python库，可以很方便地处理CSV文件。

import csv

# 定义数据
data = [
    ["Name", "Team", "Points"],
    ["LeBron James", "Lakers", 25],
    ["Kevin Durant", "Nets", 28],
    ["Stephen Curry", "Warriors", 30]
]

# 写入数据到 CSV 文件
with open('nba.csv', mode='w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)

print("nba.csv 文件创建成功，并成功写入数据！")

import pandas as pd

# 从CSV文件读取数据创建DataFrame
df = pd.read_csv('nba.csv')

# 显示DataFrame的前几行数据
print(df.head())

​to_string()​函数是用于将DataFrame类型的数据转换为字符串形式，以便在控制台或其他输出环境中显示。如果您不使用 ​to_string()​函数，则默认情况下，只会输出DataFrame的前5行和后5行，并且中间的行用 ​...​表示。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Henry', 'Isabel', 'Jack'],
        'Age': [25, 30, 35, 40, 45, 50, 55, 60, 65, 70],
        'City': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chengdu', 'Wuhan', 'Tianjin', 'Nanjing', 'Xiamen']}

df = pd.DataFrame(data)

# 输出DataFrame的字符串表示形式
print(df.to_string())

我们也可以使用 to_csv() 方法将 DataFrame 存储为 csv 文件：

import pandas as pd
# 三个字段 name, site, age
nme = ["Google", "Runoob", "Taobao", "Wiki"]
st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 40, 80, 98]

# 字典
dict = {'name': nme, 'site': st, 'age': ag}

df = pd.DataFrame(dict)

# 保存 dataframe
df.to_csv('site.csv')

数据处理

head()

head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行。

实例 - 读取前面 5 行

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.head())

            Name            Team  Number Position   Age Height  Weight            College     Salary
0  Avery Bradley  Boston Celtics     0.0       PG  25.0    6-2   180.0              Texas  7730337.0
1    Jae Crowder  Boston Celtics    99.0       SF  25.0    6-6   235.0          Marquette  6796117.0
2   John Holland  Boston Celtics    30.0       SG  27.0    6-5   205.0  Boston University        NaN
3    R.J. Hunter  Boston Celtics    28.0       SG  22.0    6-5   185.0      Georgia State  1148640.0
4  Jonas Jerebko  Boston Celtics     8.0       PF  29.0   6-10   231.0                NaN  5000000.0

实例 - 读取前面 10 行

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.head(10))

 

tail()

tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN。

实例 - 读取末尾 5 行

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.tail())

 

实例 - 读取末尾 10 行

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.tail(10))

info()

info() 方法返回表格的一些基本信息：

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.info())

non-null 为非空数据，我们可以看到上面的信息中，总共 458 行，College 字段的空值最多。