python 通过sort和max方法 获取csv文件中最值数据

pandas lessons系列文章

lesson_one—通过sort和max方法 获取csv文件中最值数据
lesson_two—通过unique()和describe()统计csv文件中的数据

---

构建数据

def create_data():
    # 初始数据集: 婴儿名字和出生率
    names = ['Bob','Jessica','Mary','John','Mel']
    births = [968, 155, 77, 578, 973]
    BabyDataList = list(zip(names, births))
    return BabyDataList

写入文件

def main():
    BabyDataSet = create_data()

    # df 是一个 DataFrame对象。可以把这个对象理解为包含了 BabyDataSet 的内容而格式非常象一个 sql 表格或者 Excel 的数据表
    df = pd.DataFrame(data = BabyDataSet, columns=['Names', 'Births'])

    # 将df数据输出到csv文件中，将index和header设置为 False 将会防止索引(index)和列名(header names)被导出到文件中
    df.to_csv('births.csv', index=False, header=False)

如果对 DataFrame 结构不了解的话可以看看这篇博客：Pandas数据结构–Series、DataFrame详解

读取文件

	#从当前的位置读取 csv 文件
    Location = r'./births.csv' 
    df = pd.read_csv(Location)

    # read_csv 函数将 csv 文件中的第一行作为了每列的列名(head names)。 这明显不对，因为数据文件没有提供列名。
    # 要修正这个错误，我们需要给 read_csv 函数传入 header 这个参数，并设置为None (Python中 null 的意思)。
    df = pd.read_csv(Location, header=None)
    
    # 如果我们需要为每一列指定一个名字，我们可以传入另外一个参数 names，同时去掉 header 这个参数
    df = pd.read_csv(Location, names=['Names', 'Births'])
    print(df)

结果如下：

获取最大值

	# 若要获取出生数量最大值，可以通过两种方法
    # 方法一 排序
    Sorted = df.sort_values(['Births'], ascending=False)
    print(Sorted.head(1))

    # 方法二 max()属性
    print(df['Births'].max())

结果如下：
红色部分是方法一的结果

---

总结

以上是通过sort和max方法提取csv文件中最值数据的方法，当然还有其他方法实现最值数据的提取，欢迎大家讨论。