python数据表格存储_python数据分析包|Pandas-03表格数据读写与存储

本文详细介绍以pandas文件读取与存储。

本文将学到什么？

欢迎微信搜索随缘关注@

1、pandas.read_csv读取文件

2、快速浏览读入的数据

3、pandas.DataFrame.to_csv写入文件pandas非常擅长处理表格型数据，pandas读入表格型数据后转化为一个DataFrame对象；

pandas提供了一个read_*方法读数据，与之对应的to_*方法存数据；

1、pandas.read_csv读取文件待读取的表格 'pd_io.txt'

data1 name2 age3

data name age

2018-6-16 李 20

2018-6-13 佳 22

2018-6-16 杨 3

2018-6-11 静 10

2018-6-12 海 29

2018-6-11 贝 51

2018-6-12 cao 36

2018-6-11 liu 28

2018-6-12 君 7

2018-6-12 琪1 31pandas.read_csv读取文件文件脚本

import numpy as np

import matplotlib

import pandas as pd

data = pd.read_csv('./pd_io.txt', sep='\t',header=1, encoding='UTF-8',na_filter=True, nrows=500, na_values='cao')

##参数介绍

#sep，设置文件每行内容的分隔符，此处设置为table分割；

#header，设置列标签，默认设置第一行为标签名，即header=0,此处设置第二行为列标签；

#encoding，文件编码方式；

#na_filter,对于空值要不要当做缺省值(NaN)处理，默认为True；

#nrows，指定读取前多少行，默认读取所有行

#na_values，指定某个值为缺省值，pandas.DataFrame默认的缺省值为：

'''NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’,‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘’, ‘N/A’, ‘NA’,‘NULL’, ‘NaN’, ‘n/a’, ‘nan’, ‘null’.'''

In [81]:data#查看读入的文件数据

2、快速浏览读入的数据

当读入的文件比较大时：info|head|tail|dtypes方法快速浏览数据。

data.info#info查看文件的基本信息

RangeIndex: 10 entries, 0 to 9#index内容

Data columns (total 3 columns):#列标签内容

data 9 non-null object#data#每一列数据简要介绍

name 9 non-null object#

age 10 non-null int64

dtypes: int64(1), object(2)#数据类型

memory usage: 320.0+ bytes#内存使用情况

data.dtypes#dtypes查看文件的数据类型

3、pandas.DataFrame.to_csv写入文件

data.to_csv("pd_out.txt", sep='\t',header=0, index=0, na_rep='这里是NaN值老铁', float_format='%.3f', columns=['data','name'])

#参数含义

#sep，默认为逗号，这里设置为table；

#header，是否保留列名，默认值为1保留，此处设置为0不保留；

#index，是否保留行索引，默认为1保留，此处设置为0不保留；

#na_rep，缺省值NaN是否替换，默认为空('')；

#float_format，浮点型数据设置保留小数位数，这里设置保留三位小数；

#columns，设置要保存的列，传入类型为列表，这里设置保留两列；写入后的文件'pd_out.txt'

2018-6-16 李

2018-6-13 佳

2018-6-16 杨

2018-6-11 静

2018-6-12 海

2018-6-11 贝

2018-6-12 这里是NaN值老铁

2018-6-11 liu

2018-6-12 君

这里是NaN值老铁 琪1

4、参考资料

同系列好文

欢迎微信搜索随缘关注@