pandas文件读取和写入

预览图片：

下面将从文件的角度来记录文件的读写操作。（个人理解，请指正）

通用流程

1. 导入库 import pandas as pd
2. 找到文件所在位置（绝对路径 = 全称）（相对路径 = 和程序在同一个文件夹中的路径的简称）
3. 变量名 = pd.读写操作方法（文件路径，具体的筛选条件，……）

pandas文件读取

读.csv文件

import pandas as pd
data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path)
print(data)

原文件：

读取结果：

   col1 col2  col3    col4      col5
0     2    a   1.4   apple  2020/1/1
1     3    b   3.4  banana  2020/1/2
2     6    c   2.5  orange  2020/1/5
3     5    d   3.2   lemon  2020/1/7

#解释：这里在确定文件位置时，用到了r" "，这样就不会发生程序上歧义了。
显然直接读取之后，发现文件的第一列作为了表头，如果不希望这样，需要加限定条件：header = None

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path, header=None)

print(data)

运行结果：

      0     1     2       3         4
0  col1  col2  col3    col4      col5
1     2     a   1.4   apple  2020/1/1
2     3     b   3.4  banana  2020/1/2
3     6     c   2.5  orange  2020/1/5
4     5     d   3.2   lemon  2020/1/7

如果我们想把某一列作为索引下标，则使用：
index_col = [ 下标_列（作为下标的列） ]

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path, index_col=["col2", "col4"])

print(data)

运行结果：

             col1  col3      col5  --》作为表头的列
col2 col4                        
a    apple      2   1.4  2020/1/1
b    banana     3   3.4  2020/1/2
c    orange     6   2.5  2020/1/5
d    lemon      5   3.2  2020/1/7
【选出来作为下标的列】

如果要单独文件中的某几列（而非全部信息），则使用：
usecols = [ 使用(哪几)列 ]

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path, usecols=["col2", "col4"])

print(data)

运行结果：

 		  col2    col4  表头元素
0    		a   apple
1    		b  banana
2   		c  orange
3  	 		d   lemon
下标	     内容

如果要把时间字符串变成真正的时间，则需要让时间字符串所在的列，提出来放入 parse_dates中： parse_dates=[时间字符串所在的列名]

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path, parse_dates=["col5"])

print(data)

运行结果：

   col1 col2  col3    col4       col5
0     2    a   1.4   apple 		2020-01-01
1     3    b   3.4  banana 		2020-01-02
2     6    c   2.5  orange 		2020-01-05
3     5    d   3.2   lemon 		2020-01-07
原本col5中时间字符串，通过这种操作，把它变成了时间。

如果指定读取几行数据，则用 nrows=要读取的行数
注意：这里指的是文件读取过程，而不是从已读取的文件中选择某几行。

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data = pd.read_csv(data_path, nrows=2)

print(data)

运行结果：

   col1 col2  col3    col4      col5
0     2    a   1.4   apple  2020/1/1
1     3    b   3.4  banana  2020/1/2

读.txt文件

变量名 = pd.read_table(文件路径\文件名)

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_table.txt"
data = pd.read_table(data_path)

print(data)

原文件数据：

运行结果：

   col1 col2  col3             col4
0     2    a   1.4   apple 2020/1/1
1     3    b   3.4  banana 2020/1/2
2     6    c   2.5  orange 2020/1/5
3     5    d   3.2   lemon 2020/1/7

如果要用read_csv(）读取txt文件，需要进行分割符设置。

# 不设置分割符
data = pd.read_csv(data_path)
print(data)
运行结果：
       col1\tcol2\tcol3\tcol4
0   2\ta\t1.4\tapple 2020/1/1
1  3\tb\t3.4\tbanana 2020/1/2
2  6\tc\t2.5\torange 2020/1/5
3   5\td\t3.2\tlemon 2020/1/7

设置分割符：sep = “分割条件”，常见的是空格分割：sep = "\t"
sep = separate（分割）

# 设置分隔符
data = pd.read_csv(data_path, sep="\t")
print(data)
运行结果：
   col1 col2  col3             col4
0     2    a   1.4   apple 2020/1/1
1     3    b   3.4  banana 2020/1/2
2     6    c   2.5  orange 2020/1/5
3     5    d   3.2   lemon 2020/1/7

特殊的分割方式，sep = “正则表达筛选条件”，此时需要设置，引擎方式（engine=“python”）
比如：

data = pd.read_table(data_path, sep="\|"*4, engine="python")
print(data)
运行结果：
  col1                 col2
0   TS    This is an apple.
1   GQ      My name is Bob.
2   WT           Well done!
3   PT      May I help you?

如果不设置分割方式：

data = pd.read_table(data_path, engine="python")
print(data)
运行结果：
              col1 |||| col2
0  TS |||| This is an apple.
1    GQ |||| My name is Bob.
2         WT |||| Well done!
3    PT |||| May I help you?

如果不设置引擎方式（保留分割方式）

data = pd.read_table(data_path, sep="\|"*4)
print(data)
运行结果：
ParserWarning：会有警告提示
Falling back to the 'python' engine because the 'c' engine does not support regex separators (separators > 1 char and different from '\s+' are interpreted as regex); you can avoid this warning by specifying engine='python'.return read_csv(**locals())
  col1                 col2
0   TS    This is an apple.
1   GQ      My name is Bob.
2   WT           Well done!
3   PT      May I help you?

如果以上两个都没有：

data = pd.read_table(data_path)
print(data)
运行结果：
              col1 |||| col2
0  TS |||| This is an apple.
1    GQ |||| My name is Bob.
2         WT |||| Well done!
3    PT |||| May I help you?

需要加入某些限定条件进行筛选，类似于read_csv()方法限定条件设置。

读.excel文件

变量名 = pd.read_excel(文件路径\文件名)

import pandas as pd

data_path =r"F:\joyful-pandas-master\data\my_excel.xlsx"
data = pd.read_excel(data_path)

print(data)

运行结果：

   col1 col2  col3    col4      col5
0     2    a   1.4   apple  2020/1/1
1     3    b   3.4  banana  2020/1/2
2     6    c   2.5  orange  2020/1/5
3     5    d   3.2   lemon  2020/1/7

文件读取限定条件，同上

pandas文件写入

写.csv文件

变量名.to_csv(文件路径+文件名， index = 通常设置成False)

import pandas as pd

data_read_path =r"F:\joyful-pandas-master\data\my_csv.csv"
data_write_path = r"F:\joyful-pandas-master\data\my_csv_saved.csv"

data = pd.read_csv(data_read_path)
data.to_csv(data_write_path, index=False) # 此时不能打开被写的文件

data.to_csv(data_write_path, index=False)
把data中的数据 ，写入到data_write_path 中，且设置去除索引操作。

写.txt文件

写txt文件使用的是：
.to_csv(）方法
记得设置分割方式：sep

data.to_csv('data/my_txt_saved.txt', sep='\t', index=False)

写.excel文件

data.to_excel('data/my_excel_saved.xlsx', index=False)

把表格快速转换为 markdown 和 latex 语言

1. 先安装tabulate库
2. 表格文件名.to_markdown() 或者 表格文件名…to_latex()