Pandas操作csv文件

读取csv文件：read_csv()

• 读取

import pandas as pd

df = pd.read_csv('movies.csv')
print(df[0:5])

得出的结果 (以表格展示)：

	0	名称	年份	国家	类型	导演	评价人数	评分
0	1	肖申克的救赎	1994	美国	犯罪 剧情	弗兰克·德拉邦特	1411809	9.6
1	2	霸王别姬	1993	中国大陆 香港	剧情 爱情 同性	陈凯歌	1045815	9.6
2	3	这个杀手不太冷	1994	法国	剧情 动作 犯罪	吕克·贝松	1289312	9.4
3	4	阿甘正传	1994	美国	剧情 爱情	罗伯特·泽米吉斯	1111962	9.4
4	5	美丽人生	1997	意大利	剧情 喜剧 爱情 战争	罗伯托·贝尼尼	651003	9.5

以上结果也可以由 df.head() 得出

对于一般情况下的 csv 数据文件，导入过程非常简单。而且 Pandas 识别到 CSV 的第一行包含列名，并自动使用它们

• 消除无效行

如果文件头部有一些无效行，或者不需要的数据，那么添加 skiprows 参数可以直接跳过前面的行

import pandas as pd

df = pd.read_csv('movies.csv', skiprows=1)
print(df[0:5])

得出的结果 (以表格展示)：

	1	肖申克的救赎	1994	美国	犯罪 剧情	弗兰克·德拉邦特	1411809	9.6
0	2	霸王别姬	1993	中国大陆 香港	剧情 爱情 同性	陈凯歌	1045815	9.6
1	3	这个杀手不太冷	1994	法国	剧情 动作 犯罪	吕克·贝松	1289312	9.4
2	4	阿甘正传	1994	美国	剧情 爱情	罗伯特·泽米吉斯	1111962	9.4
3	5	美丽人生	1997	意大利	剧情 喜剧 爱情 战争	罗伯托·贝尼尼	651003	9.5
4	6	泰坦尼克号	1997	美国	剧情 爱情 灾难	詹姆斯·卡梅隆	1053044	9.3

可以看到前面的行首消失了，而且提取的数量没有变，后面又加了一行数据。

如果想跳过多行，就把 1 换成其它的数字

• 改变索引

Pandas 在 DataFrame 中使用从零开始的整数索引，那是因为没有告诉它我们的索引应该是什么

要使用其他列作为 DataFrame 的索引，添加 index_col 参数

import pandas as pd

df = pd.read_csv('movies.csv', index_col='名称')
print(df.head())

现在 名称 字段就是索引 (以表格展示)：

	0	年份	国家	类型	导演	评价人数	评分
名称
肖申克的救赎	1	1994	美国	犯罪 剧情	弗兰克·德拉邦特	1411809	9.6
霸王别姬	2	1993	中国大陆 香港	剧情 爱情 同性	陈凯歌	1045815	9.6
这个杀手不太冷	3	1994	法国	剧情 动作 犯罪	吕克·贝松	1289312	9.4
阿甘正传	4	1994	美国	剧情 爱情	罗伯特·泽米吉斯	1111962	9.4
美丽人生	5	1997	意大利	剧情 喜剧 爱情 战争	罗伯托·贝尼尼	651003	9.5

• 列索引

如果想要为数据添加行索引，就添加 header 参数

import pandas as pd

df = pd.read_csv('movies.csv', header=None)
print(df.head())

然后数据就自动添加了行索引 (以表格展示)：

	0	1	2	3	4	5	6	7
0	0	名称	年份	国家	类型	导演	评价人数	评分
1	1	肖申克的救赎	1994	美国	犯罪 剧情	弗兰克·德拉邦特	1411809	9.6
2	2	霸王别姬	1993	中国大陆 香港	剧情 爱情 同性	陈凯歌	1045815	9.6
3	3	这个杀手不太冷	1994	法国	剧情 动作 犯罪	吕克·贝松	1289312	9.4
4	4	阿甘正传	1994	美国	剧情 爱情	罗伯特·泽米吉斯	1111962	9.4

---

写入csv文件：to_csv()

数据已经放在 df 中了，直接对其使用就可以保存 csv 文件

df.to_csv('to_mivies.csv') # 直接保存在相对路径中
df.to_csv('C:\\Users\\12078\\Desktop\\to_mivies.csv') # 保存在绝对路径中
df.to_csv('to_mivies.csv', header=0) # 不保存列名
df.to_csv('to_mivies.csv', index=0) # 不保存行索引