Python数据分析基础-pandas模块之CSV

使用python自带的csv模块处理数据，同样可以使用pandas模块下的函数进行处理

pandas

2.1基础pandas

import pandas as pd
data_frame = pd.read_csv(input_file)#读取csv文件
data_frame.to_csv(output_file, index=False)#输出csv文件内容

2.2 筛选特定的行

2.2.1 行中的值满足某个条件

supplier_data.csv如下图所示：

需求：
在这个示例中，保留供应商名字为Supplier Z或成本大于$600.00的行，并将结果写入输出文件
import pandas as pd
import sys

input_file = sys.argv[1]
output_file = sys.argv[2]

data_frame = pd.read_csv(input_file)
#获取Cost这一列 将其转换为float类型
data_frame['Cost'] = data_frame['Cost'].str.strip('$').astype(float)
#pandas提供了一个loc函数，可以同时选择特定的行与列
data_frame_value_meets_condition = data_frame.loc[(data_frame['Supplier Name']\
.str.contains('Z')) | (data_frame['Cost'] > 600.0), :]

data_frame_value_meets_condition.to_csv(output_file, index=False)

2.2.2 行中的值属于某个集合

需求：
在这个示例中，是要保留那些购买日期属于集合{
   '1/20/14', '1/30/14'}的行，并将结果写入输出文件

input_file = sys.argv[1]
output_file = sys.argv[2]

data_frame = pd.read_csv(input_file)

important_dates = ['1/20/14'