python操作csv文件命令大全(一)
读文件和看文件
df = pd.read_csv('文件名.csv')
df.head() #默认前五行,若是想看更多行,括号里自行输入
合并文件
pd.merge(left, right, how=' ', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'), copy=True, indicator=False,
validate=None)
各参数如下:
- left: 拼接的左侧DataFrame对象
- right: 拼接的右侧DataFrame对象
- on: 要加入列或索引的名称,名称必须在两个DataFrame对象中都能找到,因为是根据该名称就行合并。(如果未传递且left_index和right_index为False,则DataFrame中的列的交集将被推断为连接键)。
- left_on:左侧DataFrame中的列或索引级别用作键。 可以是列名,索引级名称,也可以是长度等于DataFrame长度的数组。
- right_on: 左侧DataFrame中的列或索引级别用作键。 可以是列名,索引级名称,也可以是长度等于DataFrame长度的数组。
- left_index: 如果为True,则使用左侧DataFrame中的索引(行标签)作为其连接键。
对于具有MultiIndex(分层)的DataFrame,级别数必须与右侧DataFrame中的连接键数相匹配。 - right_index: 与left_index功能相似。
- how: One of ‘left’, ‘right’, ‘outer’, ‘inner’.
- 默认inner。inner是取交集,outer取并集,left为左连接,right为右连接,标签不能对齐的部分,用NAN进行填充。
- sort: 按字典顺序通过连接键对结果DataFrame进行排序。 默认为True,设置为False将在很多情况下显着提高性能。
- suffixes: 用于重叠列的字符串后缀元组。 默认为(‘x’,’ y’)。
- copy: 始终从传递的DataFrame对象复制数据(默认为True),即使不需要重建索引也是如此。
- indicator:在pd.concat()中可以通过参数设定显示拼接后的表中哪些信息来自于哪一个表格,在pd.merge()中也可以进行这样的操作,就是通过indicator参数设置,默认是False不显示数据来源,把参数设置为True就可以了。
例子:
dff = all_data.merge(df,on = 'start_id',how = 'left')
左连接保留左表的信息,把右表中主键与左表一致的信息拼接进来,标签不能对齐的部分,用NAN进行填充。
文件保存为csv
保存路径
df.to_csv('text.csv') #相对位置,保存在getwcd()获得的路径下
df.to_csv('C:/Users/name/Desktop/text.csv') #绝对位置
查询当前工作路径
import os
os.getcwd() #获取当前工作路径
分隔符
df.to_csv('text.csv',sep='?')#使用?分隔需要保存的数据,不写则默认是
替换空值
df.to_csv('text.csv',,na_rep='NAN')#缺失值保存为NAN,如果不写,默认是空
保存格式
df.to_csv('text.csv',,float_format='%.2f')#保留两位小数
是否保留列名
df.to_csv('text.csv',header=0) #不保存列名
是否保留行索引
df.to_csv('text.csv',index=0) #不保存行索引
计算列中各元素的数量
df=模块名.groupby(['列名']).size().reset_index(name='weight')
给每列重命名,并输出某列
df.columns = ['A','B','C','D','E'] #‘填重命的列名’,有几列就要命名几列
df.drop(columns=['B']) #删除B列