pandas read_csv和to_csv的基本使用

read_csv

原始csv如下：

id,test
001C8DA7-9969-4C51-A957-89F4C6E4999F,0
00468119-70E6-4C33-9F30-64BC91134253,0
005E0BA1-3B27-40F0-A231-5BAE6246599D,0
007EFD04-DBE6-4B14-A1AA-8A500C1D1EBC,0
008D289C-CE20-4F69-A756-0887895936E8,0

读取csv，分隔符为,列名是id和test，这个时候默认加一列索引列，df.head()会打印前五行：

import pandas as pd
import numpy as np

df=pd.read_csv('submit_example.csv',sep=',')
df.columns = ["id", "test"]
print(df.head())

打印如下：

                                     id  test
0  001C8DA7-9969-4C51-A957-89F4C6E4999F     0
1  00468119-70E6-4C33-9F30-64BC91134253     0
2  005E0BA1-3B27-40F0-A231-5BAE6246599D     0
3  007EFD04-DBE6-4B14-A1AA-8A500C1D1EBC     0
4  008D289C-CE20-4F69-A756-0887895936E8     0

to_csv

to_csv()是DataFrame类的方法，read_csv()是pandas的方法

dt.to_csv() #默认dt是DataFrame的一个实例，参数解释如下

路径 path_or_buf: A string path to the file to write or a StringIO

dt.to_csv('Result.csv') #相对位置，保存在getwcd()获得的路径下  
dt.to_csv('C:/Users/think/Desktop/Result.csv') #绝对位置  

分隔符 sep : Field delimiter for the output file (default ”,”)

dt.to_csv('C:/Users/test/Desktop/test.csv',sep='?')#使用?分隔需要保存的数据，如果不写，默认是

替换空值 na_rep: A string representation of a missing value (default ‘’)

dt.to_csv('C:/Users/test/Desktop/test.csv',na_rep='NA') #确实值保存为NA，如果不写，默认是空

格式 float_format: Format string for floating point numbers

dt.to_csv('C:/Users/test/Desktop/test.csv',float_format='%.2f') #保留两位小数

是否保留某列数据 cols: Columns to write (default None)

dt.to_csv('C:/Users/test/Desktop/test.csv',columns=['name']) #保存索引列和name列

是否保留列名 header: Whether to write out the column names (default True)

dt.to_csv('C:/Users/test/Desktop/test.csv',header=0) #不保存列名

是否保留行索引 index: whether to write row (index) names (default True)

dt.to_csv('C:/Users/test/Desktop/test.csv',index=0) #不保存行索引

统计个数

ts = pd.Series(df['ret'].values)
print(ts.value_counts())