Python极简记（1）——.csv文件的读取与保存

python作为一门高度封装的编程语言，其中有数不清的函数方法。对于大多数人来说，都是了解了基本的语法结构和方法后就开始运用这门语言，遇到不会的边用边查边学。有时只想要用很简单的函数功能，去搜索却总会有好多复杂冗余的讲解，作为小小白，我也经常遇到这样的困惑，急用时真的很喜欢那种极简的博客，把函数给出，示例给出，用法一目了然。因此在csdn上记录下自己的python极简记，供自己复习，也与大家共享。

1. 保存：

import pandas as pd
res = {'name':['A','B','C'], 'age':[10, 10, 20], 'class':[1,2,2]}
res_pd = pd.DataFrame(data=res)
res_pd.to_csv('test.csv')

保存结果：

 2.读取：

data = pd.read_csv('test.csv',index_col=0) 
i_row = data.iloc[i].copy()         # 获取第i行
name_col = data['name'].copy()      # 获取'name'列，用copy修改不会报错
# 获取具体元素：
data.iloc[i]["name"]
data["name"][i]

3.示例输出

print(res_pd)
 name  age  class
0    A   10      1
1    B   10      2
2    C   20      2
print(data.iloc[0])
name      A
age      10
class     1
Name: name, dtype: object
print(data['name'])
0    A
1    B
2    C
Name: name, dtype: object
print(data.iloc[1]["name"])
print(data['name'][2])
B
C

4. 细节补充

（1）index_col参数：
index_col = None(default) : 索引为0，1，2，3......

index_col = i : 索引值变为第i列的元素

data.iloc[i]["name"]                                        data["name"][i]                                                  

对于上方两个元素当索引值为默认时，两者相等。                                                                  

NOTE：对于第二种情况，用设置的index_col或者下标均可访问，且索引值可能会返回多个值。但当索引值也为整数形式时，只能用索引形式访问，若没有对应索引值时会报错。

（2）.copy()

如果仅仅是获取数据不进行修改，读取时可以不加.copy（），如果要对数据进行修改或者覆盖，需要用.copy()得到备份才能修改，修改时原数据不会被改变，若要实现改变需要重新保存进行覆盖。

（3）类型

直接读取到的data为数据帧DataFrame类型。                                                                             

读取的一行或者一列为 Series类型，与字典的使用方式类似。

（期待您的指导建议和点赞鼓励！）