pandas读写csv

pandas

---

python提供了csv库专门用于csv文件的读写，但它的功能不是很强大。

而pandas则弥补了这些问题：

• 有专门支持读取csv文件的pd.read_csv()函数
• 读取为DataFrame格式
• 支持通过列名查找特定列
• 功能强大，方便扩展

以下是待处理的csv文件：

读取

---

读取csv文件只需要一行代码：

#--coding: utf-8--

import pandas as pd

file_path = r'./demo.csv'
df = pd.read_csv(file_path, header=None, encoding="utf-8-sig", index_col = 0)

print(df)

搞定，输出如下：

说明：

• read_csv方法返回dataframe
• 可以把 dataframe 看作是一个有行index和列colums的数据结构
• dataframe默认会自动生成自然序号的行index，并以文件第一行内容作为列colums名
• read_csv方法提供了丰富的参数进行定制化地文件读取
• header=None 指定了文件没有表头，不要把第一行当作列名，这里列名是自然序号
• encoding=“utf-8-sig” 指定编码，防止不同操作系统间出现编码问题
• index_col = 0 指定以第一列（0为列的序号）作为行index，这里也可以指定列名
• 还有其它参数，如 usecols=[“a”, “b”] 指定要读取的列名，这时只会读取指定的列
• 也可以使用 names=[“a”, “b”, “c”, “d”] 指定列名，如果已经有列名，则原列名被覆盖

写入

---

可以先生成一个DataFrame对象，然后直接写入csv文件：

data = {'animal': ['cat', 'dog'],
        'age': [2.5, 3],
        'name': ['kitty', 'huanghuang'],
        'owner': ['kk', 'hh']}
df = pd.DataFrame(data)

print(df)

# 默认自然序号的index会保存到csv文件
df.to_csv("test.csv")
 
# 不保存index
df.to_csv("test_1.csv", index=False)

正如注释一样，生成的文件如下：

test.csv:

test_1.csv:

在写入中增加选项 columns=["animal", "age"] 可以只把指定的列写入文件:

小结

---

可见，使用pandas操作csv文件是很简单的。

当然，还有很多参数没有列出，如果有需求，可以直接查询相关接口。