第二章 pandas基础

import numpy as np
import pandas as pd

一、文件的读取和写入

1. 文件读取

pandas读取csv,excel,txt时句子差不多，只要替换相应的csv,excel,txt为所需要读取的文件的格式即可

df_csv = pd.read_csv('data/my_csv.csv')
df_txt = pd.read_table('data/my_table.txt')
df_excel = pd.read_excel('data/my_excel.xlsx')

其中， header=None 表示第一行不作为列名， index_col 表示把某一列或几列作为索引， usecols 表示读取列的集合，默认读取所有的列， parse_dates 表示需要转化为时间的列，nrows 表示读取的数据行数。
在使用 read_table 的时候需要注意，参数 sep 中使用的是正则表达式，因此需要对 | 进行转义变成 | ，否则无法读取到正确的结果。

pd.read_table('data/my_table_special_sep.txt',
			   sep=' \|\|\|\| ', engine='python')

2 数据写入

df_txt.to_csv('data/my_txt_saved.txt', sep='\t', index=False)
df_excel.to_excel('data/my_excel_saved.xlsx', index=False)
# pandas 中没有定义 to_table 函数，但是 to_csv 可以保存为 txt 文件，并且允许自定义分隔符，常用制表符 \t 分割：
df_txt.to_csv('data/my_txt_saved.txt', sep='\t', index=False)

如果想要把表格快速转换为 markdown 和 latex 语言，可以使用 to_markdown 和 to_latex 函数，此处需要安装 tabulate 包

print(df_csv.to_markdown())
|    |   col1 | col2   |   col3 | col4   | col5     |
|---:|-------:|:-------|-------:|:-------|:---------|
|  0 |      2 | a      |    1.4 | apple  | 2020/1/1 |
|  1 |      3 | b      |    3.4 | banana | 2020/1/2 |
|  2 |      6