pandas的导出csv文件的函数是_Pandas 文件读取和导出

说明

Pandas 中文教程修订中，欢迎加微信 sinbam 提供建议、纠错、催更。查看更新日志

我们拿到的数据一般是 CSV、Excel 等格式，将文件加载到 Pandas 的 DataFrame 对象，我们就可以用它的方法进行处理了。在处理结束后，我们也需要将文件导出 Excel 等格式，方便查看。

本页介绍最常用的文件格式和最基本的用法，如有必要会专题介绍更加详细的功能。

功能列表

下边是我们经常使用的方法：

格式

文件格式

读取函数

写入(输出)函数

binary

Excel

to_excel

text

CSV

read_csv read_table

to_csv

text

JSON

read_json

to_json

text

网页表格 HTML

read_html

to_html

text

剪贴板

read_clipboard

to_clipboard

SQL

SQL

read_sql

to_sql

text

Markdown

to_markdown

读取更多类型文件可查看官网文档。

其中：

读取函数一般会赋值给一个变量 df, df = pd.read_()

输出函数是将变量自身进行操作并输出 df.to_()

CSV

从 CSV 文件中读取数据并加载到 DataFrame：

文件

# 文件目录

pd.read_csv('data.csv') # 如果文件与代码文件在同目录下

pd.read_csv('data/my/data.csv') # 指定目录

pd.read_csv('data/my/my.data') # CSV 文件扩展名不一定是 csv

# 使用网址 url

pd.read_csv('https://www.gairuo.com/file/data/dataset/GDP-China.csv')

# 也可以从 StringIO 中读取

from io import StringIO

data = ('col1,col2,col3\n'

'a,b,1\n'

'a,b,2\n'

'c,d,3')

pd.read_csv(StringIO(data))

注：csv 文件扩展名不一定是 .csv

指定分隔符号

# 数据分隔转化是逗号, 如果是其他可以指定

pd.read_csv(data, sep='\t') # 制表符分隔 tab

pd.read_table(data) # read_table 默认是制表符分隔 tab

列、索引、名称

# 默认第一行是表头，可以指定，如果指定列名会被忽略

pd.read_csv(data, header=0)

pd.read_csv(data, header=None) # 没有表头

pd.read_csv(data, names=['列1', '列2']) # 指定列名列表

# 如没列名，自动指定一个: 前缀加序数

pd.read_csv(data, prefix='c_', header=None)

# 读取部分列

pd.read_csv(data, usecols=[0,4,3]) # 按索引只读取指定列，顺序无关

pd.read_csv(data, usecols=[