使用pandas处理csv文件【Python】

在做数据处理，数据分析的时，经常将读取的数据转换为相应的处理形式，使用read_csv和to_csv便是不错的选择，read_csv()是pandas的方法，to_csv()是DataFrame类的方法。pandas读写文件，处理数据的效率比较高，所以尽量使用pandas进行输出。
1.to_csv
pandas to_csv可以向已经存在的具有相同结构的csv文件增加dataframe数据。to_csv（）方法mode默认为w，我们加上mode=‘a’,便可以追加写入数据。

import pandas as pd
my_list = [[1,2,3,4],
           [5,6,7,8],
           [9,10,11,12],
           [13,14,15,16],
           [17,18,19,20]]
df = pd.DataFrame(
my_list,
index = ["1->", "2->", "3->", "4->", "5->"],
columns = ["A", "B", "C", "D"]
)
df.to_csv('my_csv.csv')

'''添加DataFrame数据到已存在的csv文件中'''
my_list = [[1,2,3,4],
           [5,6,7,8],
           ]
df = pd.DataFrame(
my_list,
index = ["6->", "7->"],
columns = ["A", "B", "C", "D"]
)
df.to_csv('my_csv.csv', mode='a', header=False)

2.read_csv
（1）读取csv文件到DataFrame,操作如下：

df=pd.read_csv('my_csv.csv', header=0) #header=0，表示文件第0行（即第一行，索引从0行开始）为列索引
print(df)
print(df.shape)

#header,将行号用作列名，且是数据的开头。header=None，即指明原始数据没有列索引，这样自动加上列索引，header=0，表示文件第0行（即第一行，索引从0行开始）为列索引。

  Unnamed: 0   A   B   C   D
0        1->   1   2   3   4
1        2->   5   6   7   8
2        3->   9  10  11  12
3        4->  13  14  15  16
4        5->  17  18  19  20
5        6->   1   2   3   4
6        7->   5   6   7   8

Unnamed索引号是Panda在加载csv文件自动生成的。
第一种解决方案是：不存索引，即df.to_csv(‘my_csv.csv’,index=False)
第二种解决方案是：声明文件第一列为索引，第一行为列名。即df=pd.read_csv(‘my_csv.csv’, header=0,index_col=0)
（2）读取csv文件，不包括掉行索引以及列索引，操作如下：

df=pd.read_csv('my_csv.csv', header=0,index_col=0).values #header=0，表示文件第0行（即第一行，索引从0行开始）为列索引。index_col=0，表示文件第0列为行索引。
print(df)
print(df.shape)

输出结果为：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]
 [17 18 19 20]
 [ 1  2  3  4]
 [ 5  6  7  8]]