python--怎样用panda进行自动化参数

基础相关参考python之pandas的基本使用（1）_pandas python-CSDN博客

1、pandas使用

pandas库提供了许多功能强大的函数和方法，可以用于数据清洗、转换、分析等任务

pandas ：pannel data analysis（面板数据分析）。pandas是基于numpy构建的，为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构，一个是Series，另一个是DataFrame。

安装

pip install pandas

2、常用的功能

import pandas as pd
pd.DataFrame({'A': [1, 2, 3]})

# 读取 CSV 文件
df = pd.read_csv('文件路径.csv')

# 写入 CSV 文件
df.to_csv('文件路径.csv', index=False)

# 查看缺失值
df.isnull()

# 填充缺失值
df.fillna(值)

# 删除缺失值
df.dropna()

3、事例说明

下面是一个csv文件，怎样读取，并进行传入参数

import pandas as pd


a = []
###读取已经存在的信息
data = pd.read_csv('test1.csv')#读取csv文件
# data = pd.read_csv('test1.csv', skiprows=9, nrows=5)#读取csv文件
# data = pd.read_csv('test1.csv', usecols=[1])###具体查看某一列
###将数据存入到具体的数组中
a.append(data)
print(a)


##获取某一行的信息
print('--------\n', data.iloc[1])


###获取某个具体属性的具体某一个值
# print('获取某个具体参数下的值', data["name"].iloc[2])



b = []
#遍历循环获取文件中的某一个字段
for i in data["name"]:
    print(i)
    b.append(i)
print(b)

也可以用其他的方法进行参数化：

我们首先定义了一个包含参数的列表data，然后使用csv.writer将数据写入CSV文件。接下来，我们使用csv.reader从CSV文件中读取参数化数据，并将其打印出来。

import csv

# 定义参数
data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'San Francisco'],
    ['Charlie', 22, 'Los Angeles']
]

# 创建CSV文件
with open('output.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile)
    
    # 写入参数化数据
    for row in data:
        writer.writerow(row)



复制代码

import csv

# 读取CSV文件
with open('output.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    
    # 读取参数化数据
    for row in reader:
        print(row)