pandas(二)DataFrame属性，Excel，csv 文件的处理

1. 介绍

        python常用的文件格式包括Excel，csv，我们需要了解对这类文件的读入、处理等操作，故这节我们将学习用pandas读取文件，和一些常用操作的函数

2.DataFrame常用的操作

        下表为DataFrame类型的常用操作

属性	作用
对象.values	获得ndarray数据
对象.index	获得行索引
对象.columns	获得列索引
df.T	转置
对象.head(n)	读取前n行数据
对象.tail(n)	读取后n行数据
对象.describe()	获得对数据的描述，可以获得数据的条数、平均值、标准差、最小值、最大值
对象.loc[行索引]	索引行数据的方式

2. Excel文件

 2.1 Excel文件的读入

  函数：pd.read_excel(io,sheet_name,header,names,skiprows,index_col)

 参数解析：

       io ：路径，可以是绝对路径，也可以是相对路径

      sheet_name ：指定读入哪个sheet表

      header： 表示第(header+1)行作为列标签(Excel没有第0行)。如Head=0，表示第1行为列标   签， 若 Head=None，表示没有列标签，这时pandas会给你默认的列索引 0，1....

      names:   列表list格式，用来改变列索引的名字；需要和列数对应

      skiprows: 表示缺省第几行，是个list格式

      index_col：指定用哪一列作为行索引

上个例子 ，比如说，我们读取一个这样的表格，其中不读取第4行和第10行

import pandas as pd
df = pd.read_excel('a.xlsx', sheet_name='Sheet1',
                   header=0,  # 第1行为列标签
                   skiprows=[4-1, 10-1],
                   index_col=None)
print(df.head(5))

"""
结果为：
河流  含氧量（ppm)   PH值  细菌总数(个/mL)  植物性营养物量（ppm)
0  A      4.69  6.59          51         11.94
1  B      2.03  7.86          19          6.46
2  D      8.61  7.05          46         26.43
3  E      7.13  6.50          50         23.57
4  F      2.39  6.77          38         24.62
"""

2.2 Excel文件的写入

 属性：df.to_excel(excel_writer,sheet_name='sheet1',index=True,header=True) 

 参数： excel_writer：保存的路径

             sheet_name：保存表的名字

             index ：是否保存行索引

             header：是否保存列索引

注：如果要修改DataFrame类型的值，请使用 df.loc[行索引,列索引] = 变量   的方式来更改值，不宜使用df.loc[行索引][列索引]=变量，因df.loc[行索引][列索引]可能会操作副本的值，会发生警告。

3. csv文件

 3.1 csv文件读入

 函数：pd.read_csv(io,sep=',',header=0,index_col=None,names=None, skiprows=None,encoding=None)

 参数解析：

       io ：路径，可以是绝对路径，也可以是相对路径

      sep ：默认为','，表示用sep来分割csv文件

      header： 表示第(header+1)行作为列标签(Excel没有第0行)。如Head=0，表示第1行为列标  签， 若 Head=None，表示没有列标签，这时pandas会给你默认的列索引 0，1....

     index_col：指定用哪一列作为行索引     

     names:   列表list格式，用来改变列索引的名字；需要和列数对应

     skiprows: 表示缺省第几行，是个list格式

     encoding: 设置编码格式，常用'utf-8'格式

3.2 csv文件写入

 属性：df.to_csv(path_or_buf,sep=', ',index=True,header=True) 

 参数： path_or_buf：保存的路径

             sep：分割的方式

             index ：是否保存行索引

             header：是否保存列索引