Pandas读取csv

1 篇文章 0 订阅
1 篇文章 0 订阅

对于文件的操作中,读写csv操作是一个比较常见的操作,很多时候可能会选择使用python中的文件读取的方式对csv文件操作,这种方式并没有什么问题,但读写的效率不高,编写的代码量也偏多。

这里介绍使用pandas进行简单的读。写也基本类似。

一、Pandas读取表头:

使用pandas读取表头很简单,一行代码搞定,如下:

    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)

这一行代码读取的是一个对象,如果要以列表形式输出,可以增加如下一行代码:


    # 表头列转为 list
    head_row_list = list(head_row)

二、读取具体数据:

以文件读取的方式读取具体数据,需要的代码量比较多,也需要做循环遍历,使用pandas操作如下:

    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果:{row_list}")

上面展示的是打印行读取的结果。使用pandas,还可以很方便的将行转换为列,并打印出行转列的结果,如下代码段:

    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果:{col_list}")
    return head_row_list, col_list

完整的代码如下:

import pandas as pd


def csv_file_read():
    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)
    print(list(head_row))
    # 表头列转为 list
    head_row_list = list(head_row)

    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果:{row_list}")
    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果:{col_list}")
    return head_row_list, col_list



if __name__ == '__main__':
    csv_file_read()

是不是很简单,十几行代码即可搞定。

  • 4
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用 Pandas 读取 CSV 文件非常简单,只需要使用 `read_csv()` 方法即可。例如,假设我们要读取名为 `data.csv` 的 CSV 文件,可以按照以下方式读取: ```python import pandas as pd data = pd.read_csv('data.csv') ``` 这样就可以将 `data.csv` 文件中的数据读取并存储到名为 `data` 的 Pandas DataFrame 对象中。当然,`read_csv()` 方法还有很多参数可以进行配置,例如指定文件的编码方式、分隔符、列名等等。具体使用方法可以参考 Pandas 官方文档:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html。 ### 回答2: Pandas是一个流行的Python第三方库,主要用于数据分析和数据处理。在Pandas中,可以使用read_csv函数来读取csv文件。 要读取csv文件,首先需要导入Pandas库。一般使用以下方式导入: ```python import pandas as pd ``` 然后使用read_csv函数来读取csv文件。read_csv函数的基本语法如下: ```python df = pd.read_csv('文件路径') ``` 其中,'文件路径'指定需要读取csv文件的路径和文件名。 当读取成功后,数据将会被存储在一个叫做DataFrame的二维数据结构中。可以使用df变量来访问和处理这个DataFrame。 下面是一个具体的例子,假设存在一个名为data.csvcsv文件,文件内容如下: ``` 姓名,年龄,性别 张三,25,男 李四,30,女 王五,28,男 ``` 我们可以使用以下代码来读取这个csv文件: ```python import pandas as pd df = pd.read_csv('data.csv') ``` 读取成功后,可以通过打印df来查看DataFrame的内容: ```python print(df) ``` 输出结果为: ``` 姓名 年龄 性别 0 张三 25 男 1 李四 30 女 2 王五 28 男 ``` 通过这种方式,可以方便地使用Pandas读取csv文件,并对数据进行操作和分析。 ### 回答3: pandas是一个用于数据分析和处理的强大Python库。它提供了各种功能和方法来读取、处理和分析各种数据源,包括CSV文件。 要使用pandas读取CSV文件,我们可以使用pandas的read_csv()函数。这个函数能够从本地计算机的文件系统中读取CSV文件,并将其转换为pandas的DataFrame对象。 为了使用read_csv()函数,首先需要导入pandas库。你可以使用下面的代码完成导入: ```python import pandas as pd ``` 一旦导入了pandas库,就可以使用read_csv()函数来读取CSV文件了。read_csv()函数的基本语法如下: ```python pd.read_csv('文件路径') ``` 在这个语法中,'文件路径'是指要读取CSV文件的路径。可以使用相对路径或绝对路径来指定文件的位置。 例如,如果要读取名为“data.csv”的CSV文件,它位于与当前工作目录相同的文件夹中,可以使用以下代码读取文件: ```python data = pd.read_csv('data.csv') ``` 读取CSV文件后,数据将被存储在一个DataFrame对象中,并赋值给变量"data"。你可以使用该变量来操作和分析数据。 此外,read_csv()函数还有许多可选的参数,可以根据需要进行设置,例如指定分隔符、编码方式、列名等。你可以参考pandas官方文档来了解更多有关read_csv()函数的参数信息。 综上所述,pandas的read_csv()函数提供了一种快速且方便的方式来读取CSV文件,并将其转换为DataFrame对象,以进行进一步的数据分析和处理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值