Pandas读取.csv操作

最新推荐文章于 2024-03-04 12:24:58 发布
最新推荐文章于 2024-03-04 12:24:58 发布
阅读量817 收藏
点赞数
分类专栏： Python Pandas 文章标签： pandas csv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36201400/article/details/108726159
版权

常用操作：取行，取列，删除，保存

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data[["RVR_1A", "MOR_1A"]]
    #       RVR_1A  MOR_1A
    # 0       3000    3000
    # 1       3000    3000
    # 2       3000    3000
    # 3       3000    3100
    # 4       3000    3100
    # ...      ...     ...
    # 5750     125      50
    # 5751     125      50
    # 5752     125      50
    # 5753     125      50
    # 5754     125      50
    #
    # [5755 rows x 2 columns]
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[0:]
    #       RVR_1A  MOR_1A
    # 0       3000    3000
    # 1       3000    3000
    # 2       3000    3000
    # 3       3000    3100
    # 4       3000    3100
    # ...      ...     ...
    # 5750     125      50
    # 5751     125      50
    # 5752     125      50
    # 5753     125      50
    # 5754     125      50
    #
    # [5755 rows x 2 columns]
    print(new_data)   

data = read_csv()

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data[["RVR_1A", "MOR_1A"]]
    #       RVR_1A  MOR_1A
    # 0       3000    3000
    # 1       3000    3000
    # 2       3000    3000
    # 3       3000    3100
    # 4       3000    3100
    # ...      ...     ...
    # 5750     125      50
    # 5751     125      50
    # 5752     125      50
    # 5753     125      50
    # 5754     125      50
    #
    # [5755 rows x 2 columns]
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[20:30]
    #     RVR_1A  MOR_1A
    # 20    3000    3100
    # 21    3000    3100
    # 22    3000    3000
    # 23    3000    3000
    # 24    3000    3000
    # 25    3000    3000
    # 26    3000    3000
    # 27    3000    3100
    # 28    3000    3100
    # 29    3000    3100
    # 30    3000    3100
    print(new_data)

data = read_csv()

 

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data[["RVR_1A"]]
    #       RVR_1A
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    # ...      ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    #
    # [5755 rows x 1 columns]
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[20:30]
    #     RVR_1A
    # 20    3000
    # 21    3000
    # 22    3000
    # 23    3000
    # 24    3000
    # 25    3000
    # 26    3000
    # 27    3000
    # 28    3000
    # 29    3000
    # 30    3000
    print(new_data)

data = read_csv()

 

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data[["RVR_1A"]]
    #       RVR_1A
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    # ...      ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    #
    # [5755 rows x 1 columns]
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[0:]
    #       RVR_1A
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    # ...      ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    #
    # [5755 rows x 1 columns]
    print(new_data)

data = read_csv()

 

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data["RVR_1A"]
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    #         ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    # Name: RVR_1A, Length: 5755, dtype: int64
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[20:30]
    # 20    3000
    # 21    3000
    # 22    3000
    # 23    3000
    # 24    3000
    # 25    3000
    # 26    3000
    # 27    3000
    # 28    3000
    # 29    3000
    # 30    3000
    # Name: RVR_1A, dtype: int64
    print(new_data)

data = read_csv()

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    #取指定几列
    new_data = data["RVR_1A"]
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    #         ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    # Name: RVR_1A, Length: 5755, dtype: int64
    print(new_data)

    # .loc取某些行
    new_data = new_data.loc[0:]
    # 0       3000
    # 1       3000
    # 2       3000
    # 3       3000
    # 4       3000
    #         ...
    # 5750     125
    # 5751     125
    # 5752     125
    # 5753     125
    # 5754     125
    # Name: RVR_1A, Length: 5755, dtype: int64
    print(new_data)

data = read_csv()

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

pic_path = './picture/IMG_20200823_181523.jpg'
csv_path = './csv/VIS_R06_12.csv'


def read_csv():
    data = pd.read_csv(csv_path)

    # 取指定几列
    new_data = data[["RVR_1A", "MOR_1A"]]
    print(new_data)

    # .loc取某些行
    new_data = data.loc[0:]
    print(new_data)

    # 删除指定行
    new_data = data.drop([1])

    # # 以下两行命令一个意思，都是删除列
    new_data = data.drop(columns="列名")
    new_data = data.drop("列名", axis=1)

    # 保存到新的文件.to_csv
    new_data.to_csv("./csv/new_name1.csv", index=True)  # 保存的文件带列号
    new_data.to_csv("./csv/new_name2.csv", index=False)  # 保存的文件不带列号


data = read_csv()

 

 

仁义礼智信达
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
解决Python中pandas读取*.csv文件出现编码问题
09-19
很多朋友在使用Python中pandas读取csv文件时，出现编码格式问题，接下来通过本文给大家分享解决Python中pandas读取*.csv文件出现编码问题,需要的朋友可以参考下
python-pandas自学笔记
qq_47541315的博客
10-13 3159
小白入门pandas详细自学笔记。
Python读取csv文件
HAO亮-博客
12-24 318
Python读取csv文件，一般是利用Python做数据处理的基本开端，其中很大一部分是.csv文件。
【Python】进阶学习：pandas--read_csv()用法详解
最新发布
创作高质量博文，分享知识，共同进步！
03-04 2万+
🔥Python进阶学习！🚀深入解析pandas中的read_csv()函数，带你轻松读取CSV数据！📈 从为什么需要read_csv()讲起，到基本用法、参数详解，再到实际案例应用，一文带你全面掌握read_csv()！📚🛠️ 读完这篇文章，你将能够轻松读取CSV文件，提升数据处理效率！💪 快来一起学习吧！#Python #pandas #read_csv #数据分析 #进阶学习
Pandas数据分析①——数据读取（CSV/TXT/JSON)
cindy407的博客
06-03 2万+
一、CSV读取和导出 ①基本参数 ②注意事项： header=0/None names=[]/list encoding=‘gbk’/‘utf-8’ index_col=[] 存储路径最好全英文，或直接放入pandas默认的存储路径 名字也纯英文 二、TXT读取和导出 ①基本参数 ②注意事项： sep = ‘\s+’ encoding=‘utf-8’ 三、JSON读取和导出 ①python自带方式...
Pandas读取CSV文件
lch737171__的博客
03-12 3562
Pandas读取CSV文件准备工作CSV文件自带列标题直接读出不更改列标题名把原列标题替换成自已的列标题CSV文件无自带列标题读出数据系统自动给编号给列添加标题总结 准备工作 在任意文件夹下建一个CSV文件，如图下所示。 导入ｐａｎｄａｓ import pandas as pd CSV文件自带列标题 直接读出不更改列标题名 data=pd.read_csv('c:\\mypatent\\ensemble1E0669\\IE6690pl.csv') ‘c:\mypatent\ensemble1E0669
使用pandas读取csv文件的指定列方法
09-20
下面小编就为大家分享一篇使用pandas读取csv文件的指定列方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法
09-20
今天小编就为大家分享一篇使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
heart.csv、gisette.csv+elevators.csv+glass.csv
07-17
处理这些CSV文件时，我们需要使用数据处理库，如Python的Pandas，它可以方便地读取、清洗、转换和分析数据。之后，我们可以使用Scikit-learn这样的机器学习库进行特征工程、模型训练和评估。在模型选择和调优过程中...
5.Pandas CSV 文件 _ 菜鸟.pdf
01-16
Pandas 库提供了 read_csv 函数来读取 CSV 文件，该函数可以将 CSV 文件读取到 Pandas 的 DataFrame 对象中。例如： ``` import pandas as pd df = pd.read_csv('nba.csv') print(df.to_string()) ``` 这将读取 nba....
【Pandas总结】第二节 Pandas 的数据读取_pd.read_csv()的使用详解（非常全面，推荐收藏）
热门推荐
weixin_47139649的博客
09-09 9万+
pandas对纯文本的读取提供了非常强力的支持，参数有四五十个。这些参数中，有的很容易被忽略，但是在实际工作中却用处很大。
python中读取csv文件中的某些列-使用pandas读取csv文件的指定列方法
weixin_37988176的博客
10-29 1万+
根据教程实现了读取csv文件前面的几行数据，一下就想到了是不是可以实现前面几列的数据。经过多番尝试总算试出来了一种方法。之所以想实现读取前面的几列是因为我手头的一个csv文件恰好有后面几列没有可用数据，但是却一直存在着。原来的数据如下：GreydeMac-mini:chapter06 greyzhang$ cat data.csv1,name_01,coment_01,,,,2,name_02,c...
你真的会用 read_csv() 吗？
weixin_56069388的博客
11-12 1497
本文将全面地介绍Python数据分析最常用函数之一： pd.read_csv()，无论是数据分析小白还是大牛，阅读本文后都能有所收获。
机器学习实验二：朴素贝叶斯和SVM——肿瘤分类与预测（SVM）
weixin_51556077的博客
01-18 2108
采用 SVM 方法，对美国威斯康星州的乳腺癌诊断数据集进行分类，实现针对乳腺癌检测的分类器，以判断一个患者的肿瘤是良性还是恶性。 【实验要求】 参考实现步骤：（具体实现可以不同） 1.加载 data 文件夹里的数据集：威斯康星乳腺肿瘤数据集（数据集路径： data/data74924/data.csv）。 2.查看样本特征和特征值，查看样本特征值的描述信息。 3.进行数据清洗（如删除无用列，将诊断结果的字符标识 B、M 替换为数值 0、1 等）。 4.进行特征选取（方便后续的模型训练）。用热力图呈现 fe
【用Python读取data.csv文件，按要求输出相关信息】
qq_36253366的博客
10-18 589
用Python解决下面的问题：读取data.csv，里面有学号、姓名、年龄、身高，请输出同样年龄时，身高的最大值，以及对应的学号和姓名
import pandas as pd # 读入数据 data = pd.read_csv("data.csv") # 转换时间字段为时间类型 data['timestamp'] = pd.to_...
weixin_35756637的博客
01-13 220
"import pandas as pd" 是在 Python 程序中导入 Pandas 库的语句。Pandas 是一个强大的数据处理和分析工具，常用于数据清洗、数据转换、数据分析等操作。"pd" 是导入 Pandas 库后，为了方便调用其中的函数和类而设置的别名。 ...
pandas之引入csv文件
qq_51472276的博客
06-10 624
指定每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}用作行索引的列编号或列名。可以是单个名称/数字或由多个名称/数字组成的列表(层次化索引)默认为0（第一行），如果没有header行就应该设置为None。指定读取其中的几列，usecols=[‘grade’]表明只读grade列。用于结果的列名列表，结合header=None。指定字符集编码类型，通常指定为’utf-8’一组用于替换NA/NaN的值。文件块的大小，降低内存占用。方法，可以读取任意大小的块。
【python学习】数据文件的读写操作3-汇总
s1k9y9的博客
09-26 3485
本文简述数据文件操作（包括csv文件、json文件、excel文件、txt文本文件及数据库文件）
使用python处理csv文件(读取、删除、替换)
zhulewen的博客
11-20 1万+
使用python处理csv文件(读取、删除、替换)
使用pandas读取.csv文件
04-05
使用pandas读取.csv文件的代码如下： ```python import pandas as pd # 读取csv文件 df = pd.read_csv('filename.csv') # 打印数据框 print(df) ``` 其中，`filename.csv`为要读取的文件名。读取后的数据将被存储在一个数据框中，可以使用`print()`函数来查看数据框的内容。如果CSV文件中包含标题行，Pandas会自动将其作为数据框的列名。如果CSV文件中没有标题行，则需要在读取时指定列名。例如： ```python # 读取csv文件并指定列名 df = pd.read_csv('filename.csv', names=['col1', 'col2', 'col3']) # 打印数据框 print(df) ``` 其中，`names`参数是一个包含列名的列表。在这个例子中，我们指定了三个列名：`col1`、`col2`和`col3`。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值