python读取csv文件_python之pandas操作csv文件

本文目录 前言

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』

☟ “ 阅读原文 ”打开新世界！ 嘿，朋友！你“ 在看 ”吗？ ☟