python数据处理表格csv文件小案例

用jutyper写的一个小案例

我们先看数据集

 在数据集的同级目录下新建一个项目

导入pandas库

import pandas as pd

读取文件并且只读前3行

df=pd.read_csv("top250.csv",nrows=3)
df

读取文件并且不要csv文件的第一行

df=pd.read_csv("top250.csv",nrows=3)
df

设置读取没有header并且自己设置自定义每一列的名

df=pd.read_csv("top250.csv",header=None,names=["第一列",'2列','3列','...',"第5列",'6列','7列','8列.','第九列'])
df

 将处理好的文件保存

df.to_csv('new.csv',index=False,encoding='utf_8_sig')

 打开new.csv

 修改指定列单元格的内容：

修改前

修改后 

df=pd.read_csv("Top250.csv")
df.loc[248,"短评"]='补充数据！'
df

#处理导演这列 

df.loc[:,'导演']=df['导演'].str.replace('导演:',"").astype("string")

处理前面

处理后

 新增一个列，根据分数划分电影等级

def get_type(x):
    if x['评分']>9.5:
        return "满分电影"
    if x['评分']>9 and x['评分']<=9.5:
        return "高分电影"
    if x['评分']>8.7 and x['评分']<=9:
        return "好评电影"
    if x['评分']> 8.5 and x['评分']<=8.7:
        return "优秀电影"
    if x['评分']<8.5:
        return "普通电影"
df.loc[:,'电影等级']=df.apply(get_type,axis=1)

新增前：

 新增后：

 #检测所以字段是否存在空值

df.isnull()

 空值返回真

#检测短评字段是否存在空值

df['短评'].isnull()

 空值返回真

#短评这一列，单独进行填充

df.loc[:,'短评']=df['短评'].fillna("数据缺失，补充评论！")
df.head(250)

补充前：

补充后：

截取内容

制作国家一列有点参与国家很多我们可以截取前2个字符当做主要的国家

截取前：

截取后：

df['制作国家'] = df['制作国家'].str[0:2]

 

 

 保存文件

df.to_csv('top250_do.csv',index=False)

index=False，设置第一行索引不要保存到csv文件