# 主要就是第六章的内容
6.1 读写文本格式的数据
将表格型数据读取为DataFrame对象的函数
pd.read_csv('路径',header=None)表示读取这个文件的时候没有标题
pandas默认列名是0开始
index_col='列名' 表示以哪一轴做索引
如果想做层次化索引 index_col=['列名1','列名2'...]
pd.read_table('路径',sep='正则表达式') 这样可以去掉表格中的换行符
缺失值处理是文件解析任务中的一个重要组成部分。缺失数据经常是要么没有(空字符串),要么 用某个标记值表示。默认情况下, pandas 会用一组经常出现的标记值进行识别,比如NA及 NULL:
pd.isnull(frame) 判断表格中某一行是否为空值,结果为布尔数组
逐块读取文本文件
想读取几行,里面的参数nrows就等于几
pd.read_csv('examples/ex6.csv', nrows=5)
还有一种办法,是读取很多行,但是返回的是个迭代,不是具体的数,具体看书
参数chunksize=行数
将数据写出到文本格式
data.to_csv('路径') 如果sep