pandas_read_csv

最新推荐文章于 2024-08-01 19:41:06 发布

sara686

最新推荐文章于 2024-08-01 19:41:06 发布

阅读量168

点赞数

本文链接：https://blog.csdn.net/sara686/article/details/103254379

版权

import pandas as pd
import numpy as np

pd.read_csv("D:/PY/book1.csv")

	返回目录	Unnamed: 1	制造费用分配预算表(按照工时分配)	Unnamed: 3	Unnamed: 4	Unnamed: 5	Unnamed: 6	Unnamed: 7	Unnamed: 8	Unnamed: 9	Unnamed: 10	Unnamed: 11	Unnamed: 12	Unnamed: 13	Unnamed: 14	Unnamed: 15
0	项目/月度	NaN	NaN	产量合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
1	产量	高档机（标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
2	NaN	高档机1（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
3	NaN	高档机2（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
4	NaN	中档机（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
5	NaN	中档机1（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
6	NaN	中档机2（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
7	NaN	低档机（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
8	NaN	低档机1（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
9	NaN	低档机2（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
10	NaN	合计	NaN	288000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000
11	项目/月度	NaN	NaN	工时合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
12	工时	高档机（标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
13	NaN	高档机1（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
14	NaN	高档机2（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
15	NaN	中档机（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
16	NaN	中档机1（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
17	NaN	中档机2（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
18	NaN	低档机（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
19	NaN	低档机1（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
20	NaN	低档机2（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
21	NaN	合计	NaN	118800	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900
22	制造费用合计/年度	NaN	NaN	653400	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450
23	制造费用/单位工时	NaN	NaN	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5
24	按照工时分摊的制造费用	高档机（标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
25	NaN	高档机1（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
26	NaN	高档机2（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
27	NaN	中档机（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
28	NaN	中档机1（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
29	NaN	中档机2（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
30	NaN	低档机（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
31	NaN	低档机1（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
32	NaN	低档机2（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
33	NaN	合计	NaN	59400	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950
34	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
35	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

pd.read_table("D:/PY/book1.csv", sep=",")

	返回目录	Unnamed: 1	制造费用分配预算表(按照工时分配)	Unnamed: 3	Unnamed: 4	Unnamed: 5	Unnamed: 6	Unnamed: 7	Unnamed: 8	Unnamed: 9	Unnamed: 10	Unnamed: 11	Unnamed: 12	Unnamed: 13	Unnamed: 14	Unnamed: 15
0	项目/月度	NaN	NaN	产量合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
1	产量	高档机（标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
2	NaN	高档机1（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
3	NaN	高档机2（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
4	NaN	中档机（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
5	NaN	中档机1（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
6	NaN	中档机2（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
7	NaN	低档机（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
8	NaN	低档机1（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
9	NaN	低档机2（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
10	NaN	合计	NaN	288000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000
11	项目/月度	NaN	NaN	工时合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
12	工时	高档机（标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
13	NaN	高档机1（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
14	NaN	高档机2（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
15	NaN	中档机（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
16	NaN	中档机1（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
17	NaN	中档机2（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
18	NaN	低档机（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
19	NaN	低档机1（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
20	NaN	低档机2（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
21	NaN	合计	NaN	118800	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900
22	制造费用合计/年度	NaN	NaN	653400	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450
23	制造费用/单位工时	NaN	NaN	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5
24	按照工时分摊的制造费用	高档机（标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
25	NaN	高档机1（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
26	NaN	高档机2（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
27	NaN	中档机（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
28	NaN	中档机1（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
29	NaN	中档机2（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
30	NaN	低档机（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
31	NaN	低档机1（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
32	NaN	低档机2（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
33	NaN	合计	NaN	59400	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950
34	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
35	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

pd.read_csv("D:/PY/损益1.csv",engine="python",encoding="utf-8")#中文表名的处理

															返回目录
项目/月度	NaN	NaN	产量合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
产量	高档机（标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
NaN	高档机1（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
	高档机2（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
	中档机（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	中档机1（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	中档机2（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	低档机（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	低档机1（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	低档机2（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	合计	NaN	288000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000
项目/月度	NaN	NaN	工时合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
工时	高档机（标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
NaN	高档机1（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
	高档机2（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
	中档机（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	中档机1（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	中档机2（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	低档机（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	低档机1（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	低档机2（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	合计	NaN	118800	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900
制造费用合计/年度	NaN	NaN	653400	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450
制造费用/单位工时	NaN	NaN	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5
按照工时分摊的制造费用	高档机（标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
NaN	高档机1（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
	高档机2（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
	中档机（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	中档机1（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	中档机2（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	低档机（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	低档机1（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	低档机2（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	合计	NaN	59400	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950
	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

pd.read_csv("D:/PY/book1.csv", header=None, names=["1月","2月","3月","4月","5月","6月","7"])

									1月	2月	3月	4月	5月	6月	7
返回目录	NaN	制造费用分配预算表(按照工时分配)	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
项目/月度	NaN	NaN	产量合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
产量	高档机（标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
NaN	高档机1（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
	高档机2（非标准产品）	H系列	12000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000	1000
	中档机（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	中档机1（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	中档机2（标准产品）	M系列	36000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000	3000
	低档机（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	低档机1（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	低档机2（标准产品）	L系列	48000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000	4000
	合计	NaN	288000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000	22000
项目/月度	NaN	NaN	工时合计	一月	二月	三月	四月	五月	六月	七月	八月	九月	十月	十一月	十二月
工时	高档机（标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
NaN	高档机1（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
	高档机2（非标准产品）	H系列	6000	500	500	500	500	500	500	500	500	500	500	500	500
	中档机（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	中档机1（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	中档机2（标准产品）	M系列	14400	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200	1200
	低档机（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	低档机1（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	低档机2（标准产品）	L系列	19200	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600	1600
	合计	NaN	118800	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900	9900
制造费用合计/年度	NaN	NaN	653400	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450	54450
制造费用/单位工时	NaN	NaN	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5	5.5
按照工时分摊的制造费用	高档机（标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
NaN	高档机1（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
	高档机2（非标准产品）	H系列	3000	250	250	250	250	250	250	250	250	250	250	250	250
	中档机（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	中档机1（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	中档机2（标准产品）	M系列	7200	600	600	600	600	600	600	600	600	600	600	600	600
	低档机（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	低档机1（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	低档机2（标准产品）	L系列	9600	800	800	800	800	800	800	800	800	800	800	800	800
	合计	NaN	59400	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950	4950
	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

pd.read_csv("D:/PY/book.csv",header=None,names=["a","b","c","d","msg"],index_col="msg")

	a	b	c	d
msg
hello	1	2	3	4
world	5	6	7	8
foo	9	10	11	12

pd.read_csv("D:/PY/book.csv",header=None,names=["a","b","c","d","msg"],index_col=["msg","b"])

		a	c	d
msg	b
hello	2	1	3	4
world	6	5	7	8
foo	10	9	11	12

pd.read_csv("D:/PY/test_1.csv")

	A B C
0	red -1 -2.1 1
1	blue 0.1 1 2.3

pd.read_table("D:/PY/test_1.csv",sep="\s+")  #正则表达式，这里表示多个空格，

	A	B	C
red	-1.0	-2.1	1.0
blue	0.1	1.0	2.3

pd.read_csv("D:/PY/book3.csv",header=None,na_values=["na","NULL","foo"])#缺失值的处理

	0	1	2	3	4
0	1	2.0	3.0	4	hello
1	5	6.0	NaN	8	world
2	9	NaN	11.0	12	NaN

pd.read_csv("D:/PY/book3.csv",na_values={"msg":["na","NULL","foo"],"something":["two"]})

	something	blule	red	bob	msg
0	NaN	2.0	3	4	hello
1	5.0	6.0	na	8	world
2	9.0	NaN	11	12	NaN

pd.read_csv("D:/PY/test1126.csv", nrows=10)

	one	two	three	four	key
0	0.775337	1.863066	0.513428	0.930332	L
1	1.940215	1.758240	0.579790	1.243172	L
2	0.028210	0.846274	0.875389	0.705057	L
3	0.281361	0.955015	1.664564	1.310362	L
4	0.507943	1.997491	0.464319	0.028571	L
5	1.492068	1.097190	1.360525	1.583447	L
6	1.383671	0.664925	1.734387	1.277581	L
7	1.733110	0.038946	1.991477	1.131285	L
8	1.444587	1.793481	0.471270	0.952554	L
9	0.477595	1.285667	1.137355	1.294580	L

tr = pd.read_csv("D:/PY/test1126.csv", chunksize=15)
tr

<pandas.io.parsers.TextFileReader at 0x23c993c32b0>

result = pd.Series([])
for chunk in tr:
    result = result.add(chunk["key"].value_counts(), fill_value=0)
result

G     3.0
L    19.0
R    86.0
W    21.0
Y    13.0
dtype: float64

result = result.sort_values(ascending=False)#前10
result[:10]

R    86.0
W    21.0
L    19.0
Y    13.0
G     3.0
dtype: float64

df = pd.read_csv("D:/PY/test1126.csv")
df

	one	two	three	four	key
0	0.775337	1.863066	0.513428	0.930332	L
1	1.940215	1.758240	0.579790	1.243172	L
2	0.028210	0.846274	0.875389	0.705057	L
3	0.281361	0.955015	1.664564	1.310362	L
4	0.507943	1.997491	0.464319	0.028571	L
5	1.492068	1.097190	1.360525	1.583447	L
6	1.383671	0.664925	1.734387	1.277581	L
7	1.733110	0.038946	1.991477	1.131285	L
8	1.444587	1.793481	0.471270	0.952554	L
9	0.477595	1.285667	1.137355	1.294580	L
10	1.326640	1.861329	1.187015	0.184775	L
11	0.179757	0.825422	1.820266	0.793489	L
12	0.550261	0.315331	1.233536	1.769436	L
13	0.903988	1.200161	0.313524	1.714863	L
14	1.304382	1.478644	0.165750	1.569327	L
15	1.414903	1.833201	1.119755	0.106450	L
16	0.300786	0.375347	1.321844	0.971788	L
17	0.242971	1.307890	0.585140	0.519986	L
18	0.172884	0.766447	0.319186	1.931465	L
19	1.483193	1.386297	1.102203	0.542098	G
20	0.368433	1.286255	0.654268	0.850567	G
21	1.805846	0.699117	1.543276	1.146205	G
22	0.605421	0.282091	1.672246	0.828193	Y
23	1.922566	0.608460	1.016056	1.018939	Y
24	0.201030	1.648116	1.466275	0.703668	Y
25	0.135148	0.901456	0.677786	1.229630	Y
26	1.115208	0.048161	0.198169	0.714471	Y
27	1.584432	1.328699	1.148397	1.836604	Y
28	0.252492	1.185112	1.205100	0.485953	Y
29	1.622070	0.903031	1.318733	0.286885	Y
...	...	...	...	...	...
112	1.939691	1.289171	1.425884	0.126517	R
113	0.618848	0.855996	0.508775	0.848447	R
114	1.769165	1.798340	0.772572	0.703051	R
115	1.700207	1.355648	1.007624	0.065818	R
116	1.182488	1.388787	0.456337	0.694006	R
117	0.951195	0.753985	0.738596	0.588914	R
118	1.324746	0.578777	0.158987	1.291975	R
119	1.567422	0.841692	1.780075	0.591685	R
120	0.764737	0.637187	1.621807	1.380865	R
121	1.243916	0.648063	0.394483	1.143249	R
122	1.863181	1.129102	0.831854	0.438986	R
123	1.472106	0.148086	1.766516	1.235171	R
124	1.732616	1.361492	1.214785	0.724928	R
125	1.324622	1.214956	0.661849	0.231557	R
126	0.764011	1.725193	0.600332	0.402374	R
127	1.807250	0.291488	0.936672	0.530318	R
128	1.638253	1.081579	0.616697	1.650495	R
129	0.805177	0.177680	0.787773	1.702893	R
130	0.442079	0.504291	1.028888	1.133081	R
131	0.427116	0.653244	0.859958	1.025900	R
132	0.091704	0.608022	0.890028	0.470001	R
133	1.875061	1.425030	0.162674	0.648152	R
134	0.731940	0.049714	0.975496	0.039883	R
135	0.072034	1.086022	0.609775	1.033717	R
136	1.562338	1.214864	1.146491	0.801930	R
137	1.968616	1.644571	0.744289	0.361947	R
138	1.196476	0.277556	0.671367	1.886847	R
139	1.693630	0.400014	0.106622	1.983496	R
140	0.829715	1.367440	1.955267	0.043031	R
141	1.201997	0.457042	1.343945	1.999616	R

142 rows × 5 columns

df.to_csv("D:/PY/test_1_out.csv")#读出到指定的位置

df.to_csv("D:/PY/test_1_out1.csv", index=False)

df.to_csv("D:/PY/test1126_.csv", index=False,columns=["one","two"])#读出指定的列

sara686

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫