Pandas | 25 文件讀寫

Pandas I/O API是一套像pd.read_csv()同樣返回Pandas對象的頂級讀取器函數。

讀取文本文件(或平面文件)的兩個主要功能是read_csv()和read_table()。它們都使用相同的解析代碼來智能地將表格數據轉換爲DataFrame對象 -

pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None)

形式2-

pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer', names=None, index_col=None, usecols=None)

 

如下是csv文件數據的內容 -

S.No,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

將這些數據保存爲temp.csv並對其進行操做。

S.No,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

read.csv

read.csv從csv文件中讀取數據並建立一個DataFrame對象。

import pandas as pd

df=pd.read_csv("temp.csv")
print (df)

輸出結果：

S.No 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

 

自定義索引

能夠指定csv文件中的一列來使用index_col定製索引。

import pandas as pd

df=pd.read_csv("temp.csv",index_col=['S.No'])
print (df)

輸出結果：

Name Age City Salary S.No 1 Tom 28 Toronto 20000 2 Lee 32 HongKong 3000 3 Steven 43 Bay Area 8300 4 Ram 38 Hyderabad 3900

 

轉換器
dtype的列能夠做爲字典傳遞。

import pandas as pd
import numpy as np

df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print (df.dtypes)

輸出結果：

S.No int64 Name object Age int64 City object Salary float64 dtype: object

 

默認狀況下，Salary列的dtype是int，但結果顯示爲float，由於咱們明確地轉換了類型。

所以，數據看起來像浮點數 -

S.No 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參數指定標題的名稱。

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print (df)

輸出結果：

a b c d e 0 S.No 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

 

觀察能夠看到，標題名稱附加了自定義名稱，但文件中的標題尚未被消除。 如今，使用header參數來刪除它。

若是標題不是第一行，則將行號傳遞給標題。這將跳過前面的行。

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print (df)

輸出結果：

a b c d e 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

 

skiprows

skiprows跳過指定的行數。參考如下示例代碼 -

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv", skiprows=2)
print (df)

輸出結果：

2 Lee 32 HongKong 3000 0 3 Steven 43 Bay Area 8300 1 4 Ram 38 Hyderabad 3900