python读取csv文件_Python学习第96课-读取csv文件数据并用iloc定位单个数据

【每天几分钟，从零入门python编程的世界！】

我们之前绘图所用的数据基本都是通过自己手写输入到Python里面的，但是实际工作中都是把外部数据，导入到Python的环境里面进行数据分析的。对外部数据进行分析，我们就要用到pandas这个工具，它是一个非常强大的数据处理工具。

现在我们用pandas去读取外部数据(相当于引入外部数据)，假设我们的外部数据保存在一个叫simple_data.csv的文件中。

还记得csv是什么吗？csv(Comma-Separated Values)就是逗号分隔值，其实分隔符也可以不是逗号，用其他字符作为分隔符也是可以的，所以csv也叫字符分隔值。

csv文件是以纯文本形式储存表格数据的。也就是说csv文件的原始文件格式是纯文本，即我们可以用记事本这样的文本编辑器打开它。同时csv保存的数据格式跟Excel表格相似，所以csv格式的文件能用Excel打开。我们用记事本打开simple_data.csv这个文件，如下：

我们用Excel打开simple_data.csv，如下：

我们看到，用Excel打开的时候，无非就是给数据套了个表格而已。

现在我们先用pandas读取一下simple_data.csv里面的数据。

代码如下：

代码说明：

read_csv()是读取csv格式的文件数据。

read_csv()的参数“simple_data.csv”是要读取的csv文件的相对路径，因为为了演示方便，我把simple_data.csv这个文件，和保存上图中代码的文件data_visual.py放在同一个文件夹中，所以相对路径可以这样写，所谓相对路径，就是simple_data.csv这个文件相对于data_visual.py这个文件的位置，理解相对路径了吗？

代码运行结果：

如上图，我们看到把simple_data.csv中的数据在Spyder中print出来，跟原始文件中差不多一样，无非是Spyder中打印的结果最左边多了一列数字：0-19，这是每一组用逗号分隔开的数据的索引。所有编程语言中，索引都是从0开始计数。

现在我们想要知道simple_data.csv中保存的这些数据到底是什么东西，我们用type()这个函数去判断下这些数据，然后打印出来：

运行结果如下：

我们看到把这些数据判断之后打印的结果是：

即“pandas的核心的框架的以命名列方式组织的分布式数据集”，这个翻译可能不准，没关系，我们大概先把它理解为具有索引的结构化的数据集合。具体的概念后续再去深入。

接下来我们想找到这个simple_data.csv中的某一个数据，怎么做呢？

其实跟我们在Excel表格中找到某一个数据原理一样：

在Excel中，我们根据数据所在第几行第几列就能找到它，那么用pandas也是一样的原理，比如说我想找到这个数：

上图的这个18位于column_a这一列，同时位于第18行，因为索引从0开始计数，所以我们看到18这个数字是第18行，它的索引是17。

因此代码如下：

代码说明：

data1就是我们用pandas从simple_data.csv中读取出来的数据集，

column_a就是我们要找的18这个数字，在data1这个数据格式中的所在的列，

iloc是pandas中基于索引的整型数字进行定位的属性，这个数字位于18行，索引是17。

代码运行后打印出来就是18。

当我们能通过pandas找到一个文件中的数据，以及数据的行和列，那么我们就可以把像Excel表格的形式排版的外部文件，包括Excel表格文件，把这些文件里面想要抓取的数据抓取出来，然后用抓取出来的数据绘制图表进行分析，是不是很炫酷！

我是时问新，欢迎关注我。跟我一起从零开始学习Python，每天花一点时间，开启python编程新世界的大门，领略新的风光，让人生多一种可能！