数据加载、存储与文件格式（笔记）

读写文本格式的数据

read_csv() ## “，”
read_table() ## " \t"
1.指定分隔符 read_table('路径'，sep=',')
2.无列名 read_csv('路径'，header=None)
3.自定义列名称 reda_csv('路径',names=['a','b','c'])
4.指定c列作为DataFrame 的索引

reda_csv('路径',names=['a','b','c']，index_col='c')

5.层次化索引

reda_csv('路径',names=['a','b','c']，index_col=['a','b'])

6.对非固定字符串分隔字符——正则表达式
pd.read_table(‘路径’,sep=’\s+’) ##(数量不一的空格)

7.跳过某行 skiprows
pd.read_scv(‘路径’,skiprows=[0,1,3])

8.表示缺失值设定 na_values

pd.read_csv('路径'，na_values=['NA'])

sentinels={'a':['foo','NA'],'c':['two']}
pd.read_csv('路径'，na_values=sentinels)

逐块读取文本文件
1.只读取几行 nrow

pd.read_csv('路径'，nrow=5)

2.逐块读取，设置chunksize(行数)
链接：
https://blog.csdn.net/wojiushiwo945you/article/details/79257915?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160195380019725271716959%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=160195380019725271716959&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v28-1-79257915.pc_first_rank_v2_rank_v28&utm_term=TextParser&spm=1018.2118.3001.4187

将数据写出到文本格式
to_csv方法

data=pd.read_csv('路径')
data.to_csv('另一个路径'，sep'\') ##可以重新设置分隔符

1.将空字符表示为其他标记值
##na_rep

data.to_csv('另一个路径'，na_rep='NULL')

2.不写出行和列标签（默认写出）

data.to_csv('路径'，index=False,header=False)

3.写出指定列，并指定排列顺序

data.to_csv('路径',index=Fales,cols=['c','b','a'])

4.将文件读取为Series
##from_csv方法 Series.from_csv('路径')

手工处理分隔符格式
1.定义一个csv.Dialect的子类

f=open('文件路径')
class my_dialect(csv.Dialect):
	lineterminator='\n'
	delimiter=';'
	quotechar='"'
reader=csv.reader(f,diaect=my_dialect)

2.不定义子类

reader=csv.reader(f,delimiter='\n')