​python：pandas读取csv文件​，省去csv.reader()操作指定列的麻烦

优点：

1. 方便，有专门支持读取csv文件的pd.read_csv()函数。
2. 将csv转换成二维列表形式
3. 支持通过列名查找特定列。
4. 相比csv库，事半功倍

1.读取csv文件

import pandas as pd
 
file="c:\data\test.csv"
csvPD=pd.read_csv(file)

df = pd.read_csv('data.csv', encoding='gbk') #指定编码


read_csv()方法参数介绍
filepath_or_buffer：文件所在路径
encoding ：编码，字符型，通常为'utf-8'，如果中文读取不正常，可以将encoding设为'gbk'
sep：分隔符，默认为一个英文逗号，即','
delimiter ：备选分隔符，如果指定了delimiter则sep失效
header ：整数或者由整数组成的列表，以用来指定由哪一列或者哪几列作为列名，默认为header=0，表示第一列作为列名
eg:  pd.read_csv('data.csv', encoding='gbk', header=1) # 指定第二列作为列名
     pd.read_csv('data.csv', encoding='gbk', header=[0,1,3])
     pd.read_csv('data.csv', encoding='gbk', header=None) #表示不从文件数据中指定行作为列名，这是Pandas会自动生成从零开始的序列作为列名

names：一个列表，为数据额外指定列名。
pd.read_csv('data.csv', encoding='gbk', names=['第一列', '第二列', '第三列', '第四列'])

2.#指定列：通过索引指定列名获取列

data_new[] 建立空表存储行信息
for i in range(len(csvPD)):
    lst_new = []  # 建立空列表存储行信息
    if "未知版本" in str(csvPD['版本组件'][i]):
        print(csvPD['版本组件'][i])
        # print(csvPD['匹配数量'][i])
        # print(csvPD['git'][i])
        # print(csvPD['来源链接'][i])
        lst_new.append(csvPD['版本组件'][i])
        lst_new.append(csvPD['匹配数量'][i])
        lst_new.append(csvPD['git'][i])
        lst_new.append(csvPD['来源链接'][i])

        data_new.append(lst_new)  # 添加每行信息

3.根据index查询

条件：首先导入的数据必须的有index
或者自己添加吧，方法简单，读取excel文件时直接加index_col
代码示例：

import pandas as pd                     #导入pandas库

excel_file = './try.xlsx'               #导入excel数据
data = pd.read_excel(excel_file, index_col='姓名')        
#这个的index_col就是index，可以选择任意字段作为索引index，读入数据
print(data.loc['李四'])                #使用loc函数来查找

4.已知数据在第几行找到想要的数据

假如我们的表中，有某个员工的工资数据为空了，那我们怎么找到自己想要的数据呢。
代码如下：

for i in data.columns:
    for j in range(len(data)):
        if (data[i].isnull())[j]:
            bumen = data.iloc[j, [0]]                             #找出缺失值所在的部门
            data[i][j] = charuzhi(bumen)

首先检索全部的数据，然后我们可以用pandas中的iloc函数。上面的iloc[j, [2]]中j是具体的位置，【0】是你要得到的数据所在的column
 

"""根据条件查询某行数据"""
import pandas as pd            #导入pandas库

excel_file = './try.xlsx'        #导入文件
data = pd.read_excel(excel_file)      #读入数据

print(data.loc[data['部门'] == 'A', ['姓名', '工资']])     #部门为A，打印姓名和工资
print(data.loc[data['工资'] < 3000, ['姓名','工资']])    #查找工资小于3000的人

若要把这些数据独立生成excel文件或者csv文件：
添加以下代码

"""导出为excel或csv文件"""
dataframe_1 = data.loc[data['部门'] == 'A', ['姓名', '工资']]
dataframe_2 = data.loc[data['工资'] < 3000, ['姓名', '工资']]
dataframe_1.to_excel('dataframe_1.xlsx')
dataframe_2.to_excel('dataframe_2.xlsx')

data.iloc[:,:2]  #即全部行，前两列的数据


data['columns']  #columns即你需要的字段名称即可
#注意这列的columns不能是index的名称
#如果要打印index的话就data.index
data.columns  #与上面的一样

data.iloc[:10,:][data.工资>6000] #找出前11行里工资大于6000的所有人的信息了

3.指定单元格：1001A列23时的AQI值
keyWord="1001A"
for i in range(len(csvPD)):
    if str(csvPD['hour'][i])=="23" and str(csvPD['type'][i])== "AQI":
        result=csvPD[keyWord][i]
        print(result)
        

解决遇到的"NAN"

csv文件中：1001A站点0时的AQI为空白值，返回的结果为NAN

NAN全称：Not A Number

常规解决思路：

使用numpy函数来判断：np.isnan() 和 xxx is np.nan
通过运算操作判断：任何数字乘上0都是0
读取文件时加参数：pd.read_csv(file, keep_default_na=False)
操作结果如下图：

1.推荐使用np.isnan()，csvPD["1002A"][0] is np.nan显示为Flase

2.推荐使用nan*0之后仍是nan，而不是0
3.加了参数后，输出的所有数据类型变为str，nan变为空值，len(result)=0。