pandas数据读写学习笔记（二）

导入模块

import pandas as pd
import numpy as np

---

读取CSV或TXT文本文件中的数据

1.创建一个.csv文件，命名‘data.csv’，内容如下：

A,B,C,D,animal
1,3,2,5,cat
2,3,5,2,dog
3,4,6,3,horse
2,7,4,3,duck
4,5,6,3,mouse

用read_csv()函数来读取.csv文件

csvframe = pd.read_csv('data.csv')
csvframe

也可以用read_table()函数指定分隔符来读取.csv文件

pd.read_table('data.csv',sep = ',')

 返回

2.若csv文件没有表头，‘data1.csv’内容如下：
1,3,2,5,cat
2,3,5,2,dog
3,4,6,3,horse
2,7,4,3,duck
4,5,6,3,mouse

用read_csv()函数读取：

pd.read_csv('data1.csv',header=None)

结果返回：

还可以直接指定表头

pd.read_csv('data1.csv',names=['A','B','C','D','animal'])

返回

3.创建一个.txt文件，命名‘data.txt’，内容如下：

A B C D
1 3 2 5
2 3 5 3
3 4 6 3

用read_table()函数指定分隔符来读取.txt文件

pd.read_table('data.txt',sep='\s+')

返回

若txt文件中有字母和数字揉在一起，需要抽取数字部分

创建一个.txt文件，命名‘data1.txt’，内容如下：

0sdA1PJgs2yu3
4gyu5HYV6iii7
8osgy9c10sA11

pd.read_table('data1.txt',sep='\D+',header=None,engine='python')

返回 

 

若要读取.txt文件排除指定行，创建一个.txt文件，命名‘data2.txt’，内容如下：

33vjedvy
srthtsh
trhsbtst
A B C D
1 3 2 5
nssrthh
2 3 5 3
3 4 6 3

pd.read_table('data.txt',sep='\s+',skiprows=[0,1,2,5])

返回

4.从txt文件读取部分数据

创建一个.txt文件，命名‘data3.txt’，内容如下：

A B C D
1 3 2 5
nssrthh
2 3 5 3
3 4 6 3
33vjedvy
srthtsh
trhsbtst

pd.read_table('data.txt',sep='\s+',skiprows=[2],nrows=3)
#跳过第3行（行索引为2）；共读取3行数据（不算表头）

 返回

5.将数据写入csv文件

frame = pd.DataFrame(np.arange(16).reshape((4,4)),
                    index = ['red','blue','yellow','white'],
                    columns = ['ball','pen','pencil','paper'])
frame.to_csv('output.csv')

输出一个csv文件：

,ball,pen,pencil,paper
red,0,1,2,3
blue,4,5,6,7
yellow,8,9,10,11
white,12,13,14,15
若存在空值，需要用指定值来替换，使用na_rep选项

frame = pd.DataFrame([[3,np.nan,np.nan,np.nan],
                      [9,np.nan,8,2],
                      [np.nan,np.nan,3,np.nan],
                      [8,3,1,np.nan]
                     ],
                    index = ['red','blue','yellow','white'],
                    columns = ['ball','pen','pencil','paper'])
frame.to_csv('output1.csv',na_rep='0') #用0来替换空值

输出一个csv文件：

,ball,pen,pencil,paper
red,3.0,0,0,0
blue,9.0,0,8.0,2.0
yellow,0,0,3.0,0
white,8.0,3.0,1.0,0

---

参考:

法比奥·内利. Python数据分析实战：第2版.北京：人民邮电出版社, 2019.11.