Pandas处理CSV文件

CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号）文件以纯文本形式存储表格数据（数字和文本）。CSV是一种通用的、相对简单的文件格式，被用户、商业和科学领域广泛应用。Pandas可以很方便地处理CSV文件。

Pandas在读取CSV文件时通过read_csv函数读取，读取CSV文件时指定的分隔符默认为逗号，代码如下。注意“CSV文件的分隔符”和“我们读取CSV文件时指定的分隔符”一定要一致。Pandas的head(n)方法用于读取前面的n行，如果不填参数n，则默认返回5行。tail(n)方法用于读取尾部的n行，如果不填参数n，则则默认返回5行。

import pandas as pd
df = pd.read_csv('nba.csv',sep=',')
print(df.head())
print(df.tail())

运行结果如图3-7所示。

Pandas的info()方法返回表格的一些基本信息，代码如下。在输出结果中，non-null为非空数据，可以看到这些信息总共458行，College字段的空值最多。

import pandas as pd
df = pd.read_csv('nba.csv')
print(df.info())

运行结果如图3-8所示。

我们也可以使用 to_csv()方法将DataFrame 存储为CSV文件，代码如下：

import pandas as pd
#三个字段 name、site和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')
df2 = pd.read_csv('site.csv')
print(df2)

运行结果如图3-9所示。

还要注意Pandas的to_string()用于返回 DataFrame 类型的数据，如果不使用该函数，则直接print(df)输出结果为数据的前面 5 行和末尾 5 行，中间部分以…代替。

本文节选自《PyTorch深度学习与企业级项目实战》，获出版社和作者授权发布。