上一节:
下一节:

  Pandas - IO 工具

  • 简述

    Pandas I/O API是一组顶级阅读器功能，如pd.read_csv()通常返回一个 Pandas 对象。
    用于读取文本文件（或平面文件）的两个主要功能是read_csv()和read_table(). 它们都使用相同的解析代码将表格数据智能转换为DataFrame对象 - 
    
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None

    
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None
    以下是如何csv文件数据看起来像 - 
    
序号,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900
    将此数据另存为temp.csv并对其进行操作。 
    
序号,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900
    将此数据另存为temp.csv并对其进行操作。

  • 读取.csv

    read.csv从 csv 文件中读取数据并创建一个 DataFrame 对象。 
    
import pandas as pd
df=pd.read_csv("temp.csv")
print df
    它的输出如下 - 
    
   序号     Name   Age       City   Salary
0     1      Tom    28    Toronto    20000
1     2      Lee    32   HongKong     3000
2     3   Steven    43   Bay Area     8300
3     4      Ram    38  Hyderabad     3900

    自定义索引

    这指定了 csv 文件中的一列以使用自定义索引index_col. 
    
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['序号'])
print df
    它的输出如下 - 
    
序号   Name   Age       City   Salary
1       Tom    28    Toronto    20000
2       Lee    32   HongKong     3000
3    Steven    43   Bay Area     8300
4       Ram    38  Hyderabad     3900

    转换器

    dtype的列可以作为字典传递。 
    
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes
    它的输出如下 - 
    
序号       int64
Name      object
Age        int64
City      object
Salary   float64
dtype: object
    默认情况下，dtypeSalary 列的int，但结果显示为float因为我们已经明确地转换了类型。
    因此，数据看起来像浮动 - 
    
  序号   Name   Age      City    Salary
0   1     Tom   28    Toronto   20000.0
1   2     Lee   32   HongKong    3000.0
2   3  Steven   43   Bay Area    8300.0
3   4     Ram   38  Hyderabad    3900.0

    header_names

    使用 names 参数指定标头的名称。 
    
import pandas as pd
 
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df
    它的输出如下 - 
    
       a        b    c           d        e
0   序号     Name   Age       City   Salary
1      1      Tom   28     Toronto    20000
2      2      Lee   32    HongKong     3000
3      3   Steven   43    Bay Area     8300
4      4      Ram   38   Hyderabad     3900
    请注意，标题名称附加了自定义名称，但文件中的标题尚未消除。现在，我们使用 header 参数来删除它。
    如果标题在第一个以外的行中，则将行号传递给标题。这将跳过前面的行。 
    
import pandas as pd 
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df
    它的输出如下 - 
    
      a        b    c           d        e
0  序号     Name   Age       City   Salary
1     1      Tom   28     Toronto    20000
2     2      Lee   32    HongKong     3000
3     3   Steven   43    Bay Area     8300
4     4      Ram   38   Hyderabad     3900

    跳过

    skiprows 跳过指定的行数。 
    
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print df
    它的输出如下 - 
    
    2      Lee   32    HongKong   3000
0   3   Steven   43    Bay Area   8300
1   4      Ram   38   Hyderabad   3900
上一节:
下一节: