Python深度学习入门之pandas基础使用（读文件、索引、存文件）

Python自带的pandas是深度学习最常用的库之一，在深度学习中经常用来读取标签文本数据，作为深度学习入门，只需要掌握读文件、索引、存文件即可，其他在深度学习中不是很常用，等要用到的时候看看函数API就行。

1 读文件

读文件一般常用的是pd.read_csv()、pd.read_excel()两种，分为对应csv/txt、excel格式的文件，下面以read_csv()为例，说明其用法。

import pandas as pd
#一般csv、TXT文件为逗号或空格分隔，根据需要设置
data =  pd.read_csv("./test1.txt", sep=' ') #以空格为分隔符读取文件至pandas表格中，其他默认

常设置的形参解释如下表所示：

形参	解释
header	指定第几行作为列名(忽略注解行)，如果没有指定列名，默认header=0; 如果指定了列名header=None
index_col	默认为None 用列名作为DataFrame的行标签，如果给出序列，则使用MultiIndex。如果读取某文件,该文件每行末尾都有带分隔符，考虑使用index_col=False使panadas不用第一列作为行的名称。
dtype	例子： {‘a’: np.float64, ‘b’: np.int32} 指定每一列的数据类型，a,b表示列名

例如：不把第一行作为列标签、不把第一列作为行标签、数据类型视为np.float64的读取代码如下：

# 实例
data =  pd.read_csv("./test1.txt", sep=' ', header=None, index_col=False, dtype=np.float64)

2 索引

2.1 pandas较新版本中的at()、loc()函数已被移除，不推荐使用
2.2 值索引：DataFrame.iat()

# 值索引
data =  pd.read_csv("./test1.txt", sep=' ', header=None, index_col=False, dtype=np.float64)
a = data.iat[1, 2] #将data第二行、第三列的数据值赋给a，a的类型为np.float64

2.3 切片索引：DataFrame.iloc()

# 切片索引，注意区间是左闭右开
data =  pd.read_csv("./test1.txt", sep=' ', header=None, index_col=False, dtype=np.float64)
a = data.iloc[:3, :] #将data的前三行的所有数据赋给a

3 存文件

pandas存文件函数API为：

 DataFrame.to_csv(path_or_buf=None, sep=', ’, columns=None, header=True, index=True, index_label=None, mode='w', encoding=None)

形参	解释
path_or_buf	文件保存的路径
sep	默认是以 ,逗号进行分割 , 也可以自己制定
columns	保存索引列和指定列
index	是否写进行索引 0或者1
header	是否写入列索引值
na_rep=NaN	将缺失值写为NaN，如果不写默认为空
float_format=’%.2f’	保留两位小数

例如：以空格作为分隔符，写入行标签和列标签的代码如下：

# 实例
data =  pd.read_csv("./test1.txt", sep=' ', header=None, index_col=False, dtype=np.float64)
data.to_csv('./save.txt', sep=' ’, header=True, index=True, mode='w', encoding='utf-8')