CSV,全称为Comma-Separated Values,它比Excel文件更为简洁,XLS文本是电子表格,它包含了文本、数值、公式和数据等内容,而CSV中不包含这些内容,就是特定字符分隔的纯文本,结构简单清晰。所以,有时候用CSV来保存数据是比较方便的。
1、read_csv 读取csv文件
实例:
import pandas as pd
df = pd.read_csv('nba.csv',header=None)
print(df.to_string())
df:dataframe
header:表头,默认不为空(为 0,也即将第一行视为表头)。如果我们要读取的文件,直接就是数据,没有所谓的表头。就需指定 header=None,否则将以文件的第一行作为 df.columns。指定 header=None,df.columns 返回的是列索引。
其他:几个参数的介绍:
read_csv(filepath_or_buffer, sep=',', delimiter=None)
1、filepath_or_buffer: 读取的文件路径,URL(包含http,ftp,s3)链接等
2、sep : str , default’,’
指定分隔符。如果不指定参数,则会尝试使用逗号分隔。
3、delimiter : str, default None
定界符,备选分隔符(如果指定该参数,则sep参数失效)
2、使用 to_csv() 方法将 DataFrame 存储为 csv 文件:
实例:
代码1:
outputpath=r'E:\my_data\add_excel\finish.csv'
data2.to_csv(outputpath)
运行结果:
indax=False和header=Flase的效果:
实例:
代码2:
#加上index=False
outputpath=r'E:\my_data\add_excel\finish.csv'
data2.to_csv(outputpath,index=False)
运行结果:
代码2:
#加上header=False
outputpath=r'E:\my_data\add_excel\finish.csv'
data2.to_csv(outputpath,header=False)
运行结果: