本文目录
前言
☟
“
阅读原文
”打开新世界!
嘿,朋友!你“
在看
”吗?
☟
pandascsv常用操作
前言
我们在存储、处理数据的时候很多时候会保存为csv格式,以便于用excel来处理。那么,今天一番总结一下python中pandas库对csv文件的一些常用操作。
pandas
pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。
pandas 有两个主要的数据结构:Series 和 DataFrame。
Series
Series 是一个一维数组对象 ,类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引,所以可以把它理解为一组带索引的数组。
DataFrame
数据帧(DataFrame)是二维数据结构,即数据以行和列的表格方式排列。
数据帧(DataFrame)的功能特点:
潜在的列是不同的类型
大小可变
标记轴(行和列)
可以对行和列执行算术运算
csv常用操作
比如我们现在有一个data.csv
文件,内容如下。
Time
读取文件
import pandas
获取数据行数
print(len(data.index))
输出:
7
获取数据列数
0]))
输出:
5
遍历每行
for index, row
输出:
.5126
获取某行某列数据
4][
输出:
.51335
获取某列数据
'Time[s]'])
输出:
.51260
获取多列数据
'Time[s]',
输出:
Name:
获取列名
print(data.columns)
输出:
Index([
获取索引
print(data.index)
输出:
start=
按照某一列筛选
' 数据0']>
输出:
Time
简单的个数统计
' 数据0'].value_counts())
输出:
0 4
1 3
Name: 数据0, dtype: int64
将某列作为索引
'Time[s]']))
输出:
数据0 数据1 数据2 数据3
Time[s]
2.51260 0 0 0 0
2.51295 1 1 1 1
2.51300 0 0 0 0
2.51310 1 1 1 1
2.51335 0 0 0 0
2.51350 1 1 1 1
2.51355 0 0 0 0
一番雾语:你确定想用python来代替excel?
| 知识星球:『一番码客-积累交流』 微信公众号:『一番码客』 微信:『Efon-fighting』 网站:『www.efonmark.com』 |