Python处理csv文件|csv文件的读取保存|dataframe修改行名列名|dataframe筛选指定行|loc和iloc|dataframe筛选符合条件的值|dataframe提取数值

Python处理csv文件|csv文件的读取保存|dataframe修改行名列名|dataframe筛选指定行|loc和iloc|dataframe筛选符合条件的值|dataframe提取数值|dataframe删除行名列名

csv文件的读取

import pandas as pd
df = pd.read_csv('想要读取的csv文件路径',index_col = '想要展示的行名')

保存csv文件

df.to_csv('想要保存的的csv文件路径',index = True)#行名也进行保存

dataframe修改行名列名

dataframe使用column参数表示列名，index表示行名

#按照行名列名进行修改
df_new = df.rename(columns={'A': 'a'}, index={'ONE': 'one'})	#将A列名改成a，将ONE行名改成one
#修改多个可以在{}中用逗号隔开，然后同样格式写

#直接指定行名列名
df.index = [1, 2, 3]
df.columns = ['a', 'b', 'c']

dataframe筛选指定行|loc和iloc|dataframe筛选符合条件的值

loc：
接收的是行、列的名称或标签。 简单来说就是loc通过名称进行搜索返回值。
在切片是按闭区间切片，也就是区间两边都能取到。
iloc：
接收的是行、列的索引位置（下标，从0开始）。 iloc通过行数列数进行搜索返回值。
按传统的左闭右开的的方式切片。
例子如下，假设有如下dataframe

frame.loc['b']

frame.iloc[1]

dataframe筛选符合条件的值

df.loc[df['Python成绩'] > 75]	#返回Python成绩大于75分的学生，通过这些判别式进行筛选

dataframe对所有数据进行同样处理

df = df * 2	#对dataframe中所有数据都乘以2
df.multiply(2)#也可以调用函数
df = df + 2

dataframe提取数值|dataframe删除行名列名

data = df.values	#这样就去除行名列名