python处理csv数据-Python处理CSV数据

从CSV读取数据(逗号分隔值)是数据科学的基本需求。 通常，我们从各种来源获取数据，这些数据可以导出为CSV格式，以便其他系统可以使用这些数据。 Panadas库提供了一些功能函数，我们可以使用该功能完整地读取CSV文件，也可以只读取选定的一组列和行。

CSV文件作为输入

csv文件是一个文本文件，其中列中的值由逗号分隔。假设有一个名称为 input.csv 的文件中的具有以下数据。

可以通过复制并粘贴这些数据，使用Windows记事本创建该文件。 使用记事本中的另存为全部文件(.)选项，并将该文件保存为:input.csv 。

id,name,salary,start_date,dept

1,Rick,623.3,2012-01-01,IT

2,Dan,515.2,2013-09-23,Operations

3,Tusar,611,2014-11-15,IT

4,Ryan,729,2014-05-11,HR

5,Gary,843.25,2015-03-27,Finance

6,Rasmi,578,2013-05-21,IT

7,Pranab,632.8,2013-07-30,Operations

8,Guru,722.5,2014-06-17,Finance

读取CSV文件

使用pandas库的read_csv函数将CSV文件的内容作为pandas DataFrame读入python环境。 该功能可以通过使用适当的文件路径从操作系统中读取文件。如下实现代码 -

import pandas as pd

data = pd.read_csv('path/input.csv')

print (data)

当我们执行上面的代码时，它会产生以下结果。 请注意函数如何创建以零开头的附加列作为索引。

id name salary start_date dept

0 1 Rick 623.30 2012-01-01 IT

1 2 Dan 515.20 2013-09-23 Operations

2 3 Tusar 611.00 2014-11-15 IT

3 4 Ryan 729.00 2014-05-11 HR

4 5 Gary 843.25 2015-03-27 Finance

5 6 Rasmi 578.00 2013-05-21 IT

6 7 Pranab 632.80 2013-07-30 Operations

7 8 Guru 722.50 2014-06-17 Finance

读取指定行

熊猫库的read_csv函数也可用于读取给定列的某些特定行。 我们使用下面显示的代码对read_csv函数的结果进行分割，例如:salary列的前5行。

import pandas as pd

data = pd.read_csv('path/input.csv')

# Slice the result for first 5 rows

print (data[0:5]['salary'])

执行上面示例代码，得到以下结果 -

0 623.30

1 515.20

2 611.00

3 729.00

4 843.25

Name: salary, dtype: float64

读取特定列

Pandas库的read_csv函数也可以用来读取一些特定的列。 为此，我们使用称为.loc()的多轴索引方法。 选择显示salary和nama列的所有行。

import pandas as pd

data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion

print (data.loc[:,['salary','name']])

当我们执行上面的代码时，它会产生以下结果。

salary name

0 623.30 Rick

1 515.20 Dan

2 611.00 Tusar

3 729.00 Ryan

4 843.25 Gary

5 578.00 Rasmi

6 632.80 Pranab

7 722.50 Guru

读取特定的列和行

Pandas库的read_csv函数也可以用来读取一些特定的列和特定的行。 为此，我们使用称为.loc()的多轴索引方法。选择显示salary和name列的某些行。

import pandas as pd

data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion

print (data.loc[[1,3,5],['salary','name']])

当我们执行上面的代码时，它会产生以下结果。

salary name

1 515.2 Dan

3 729.0 Ryan

5 578.0 Rasmi

读取一系列行的特定列

Pandas库的read_csv函数也可以用来读取一些特定的列和一系列的行。使用名称为.loc()的多轴索引方法。选择显示sarlay和name列的某些行。

import pandas as pd

data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion

print (data.loc[2:6,['salary','name']])

执行上面示例代码，得到以下结果 -

salary name

2 611.00 Tusar

3 729.00 Ryan

4 843.25 Gary

5 578.00 Rasmi

6 632.80 Pranab

¥ 我要打赏

纠错/补充

收藏

加QQ群啦，易百教程官方技术学习群

注意：建议每个人选自己的技术方向加群，同一个QQ最多限加 3 个群。