pandas to_csv参数详解_pandas库简单入门

QQ交流群： 807041986

最新更新时间： 2020-12-6

注：关于pandas的相关问题，若本文未涉及可在下方留言告诉我，我会在文章中进行补充的

---

0 安装

pip方式

pip install pandas

Anaconda

conda install pandas

1 文件

1.1 文件读写模式

以CSV文件的读取为例，代码如下

import pandas as pd
#设置只读模式
file_path = os.path.join("test.csv")
data = pd.read_csv(open(file_path,'r',encoding='utf-8'),sep='|')

mode	描述
"r"	打开，只读。文件的指针将会放在文件的开头。这是默认模式；
"w"	打开，只写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件；
"a"	打开，指向文件尾，在已存在文件中追加；
"rb"	打开一个==二进制文件==，只读；
"wb"	打开一个==二进制文件==，只写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件；
"ab"	打开一个==二进制文件==，进行追加 ；
"r+"	以读/写方式打开一个已存在的文件；
"w+"	以读/写方式建立一个新的文本文件。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件 ；
"a+"	以读/写方式打开一个文件文件进行追加 ；
"rb+"	以读/写方式打开一个==二进制文件==；
"wb+"	以读/写方式建立一个新的==二进制文件==。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件
"ab+"	以读/写方式打开一个==二进制文件==进行追加 ；

1.2 读取CSV文件

import pandas as pd
import os

file_path = os.path.join("test.csv")
data = pd.read_csv(open(file_path,'r',encoding='utf-8'),sep='|')

#定义一个列表来获取name列中的内容
name_list = []
for column, row in data.iterrows():
    name_list.append(row['name'])
    print(row['name'])

1.3 读取excel文件

excel文件的读取都可以用以下函数来实现

pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None,
                arse_cols=None,date_parser=None,na_values=None,thousands=None, 
                convert_float=True,has_index_names=None,converters=None,dtype=None,
                true_values=None,false_values=None,engine=None,squeeze=False,**kwds)

参数详解：

• io：excel文件路径；
• sheetname：默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。
• header：指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None；
• skiprows：省略指定行数的数据，比如省略第三行，skiprows=2；
• skip_footer：省略从尾部数的行数据
• index_col：指定列为索引列；
• names：指定列的名字，传入一个list数据

1.4 读取txt文件

这里使用read_table()函数。

import pandas as pd
data=pd.read_table('../data/datingTestSet2.txt',sep='\t',header=None)
data.head()
"""
输出：
0 1 2 3
0 40920 8.326976 0.953952 3
1 14488 7.153469 1.673904 2
2 26052 1.441871 0.805124 1
3 75136 13.147394 0.428964 1
4 38344 1.669788 0.134296 1
"""

函数原型：

pandas.read_table(filepath_or_buffer,sep='\t',delimiter=None,
                  header='infer',names=N