pandas 使用笔记1——read_csv()，操作Dataframe，读写h5文件

1、pandas 读写 csv 文件

参考链接

1）pandas.read_csv()

读取csv文件，输出为dataframe

#例如：
df = pd.read_csv(os.path.join(csv_dirs, basename), head=None, dtype=columns_type, skiprows=10, nrows=200000,  error_bad_lines=False)

• head 当head等于None时，该csv文件的第一行不被当为表头，表头默认为0，1，2...，当没有head属性时，默认文件中第一行为表头。
• dtype 提前声明好每列所属的类型，不然 pandas要读完了以后才能对这列进行归类，这加快了读取速度（也能防止出现错误类型数据），更详细的解释见链接。数据格式是字典，例如{"column1": object, "column2": np.int32, "column3": float}。dataframe 格式注意问题
• skiprows 跳过前多少行，详见链接。使用skiprows=range(1,10)，也可以保留第一行（即 0 rows），跳过随后的2至11行（即 1 - 10 rows）。也可以skiprows = [1,2,4,6,7]来跳过指定行（即可以先创建忽略列表，再赋值给skiprows进行跳过。
• nrows 跳过前skiprows行后，取随后的前nrows行
• error_bad_lines =False 读取文件时遇到和列数不对应（多列或少列）的行，此时会报错。该参数设置为False时报错行可以跳过

2）pandas.to_csv()

写入csv文件

df = pd.read_csv(os.path.join(csv_dirs, basename), dtype=columns_type, nrows=200000, error_bad_lines=False)
df.to_csv('path.csv')

3）read_csv()读取文件跳过报错行

pandas.read_csv(***,error_bad_lines=False)
链接

2、pandas的数据类型

参考链接

3、操作dataframe

参考链接：更改列的数据类型 | 删除/选取含有特定数值的行或列 | 修改列名 | dataframe提取行和列

1) 创建dataframe、查看每列名称，查看值，查看列类型

import pandas as pd
import numpy as np
# 创建 dataframe
df = pd.DataFrame(np.random.randn(5,3), index=None, columns=['A', 'B', 'C'