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)