CSV文件也称为逗号分隔值文件格式,它以纯文本形式存储表格数据。CSV是一种通用的、相对简单的文件格式,在商业和科学中被广泛应用。

<>一、读取CSV文件

read_csv() 和 read_table() 的主要参数如下:

* path:表示文件系统位置、URL、文件型对象的字符串。
* sep 或 delimiter:对每行各个字段进行拆分的字符序列或正则表达式。
* header:用作列名的行号,默认为 0(第一行),如果没有header行就应该设置为 None。
* index_col:行索引的列编号或列名,可以是单个名称/数字或由多个名称/数字组成的列表(层次化索引)。
* names:用于结果的列名列表,与 header=None 结合使用。
* skiprows:需要忽略的行数(从文件开始处算起),或需要跳过的行号列表(从0开始)。
* na_values:一组用于替换 NA 的值。
* comment:用于将注释信息从行尾拆分出去的字符。
* verbose:打印各种解析器输出信息。
* encoding:用于unicode的文本编码格式。
* squeeze:如果数据经解析后仅含一列,则返回Series。
* thousands:千分位分隔符。
通过cat命令查看test.csv文件的内容:
os.system("cat ./test.csv") name,position,camp Ezreal,ADC,Piltover
Vi,JUN,Piltover Jayce,TOP,Piltover Zed,MID,Ionia Xayah,ADC,Ionia
Thresh,SUP,Shadow Isles
使用 read_csv() 函数可以将CSV文件读入一个DataFrame中:
test_csv = pandas.read_csv("./test.csv") print(test_csv) name position camp 0
Ezreal ADC Piltover 1 Vi JUN Piltover 2 Jayce TOP Piltover 3 Zed MID Ionia 4
Xayah ADC Ionia 5 Thresh SUP Shadow Isles
也可以使用 read_table() 函数读取,但需要通过 sep 参数指定分隔符:
test_csv = pandas.read_table("./test.csv", sep=",") # sep也可以是一个正则表达式 print(
test_csv) name position camp 0 Ezreal ADC Piltover 1 Vi JUN Piltover 2 Jayce
TOP Piltover 3 Zed MID Ionia 4 Xayah ADC Ionia 5 Thresh SUP Shadow Isles
在源文件没有列名时,可以通过 header 其分配缺省列名,也可以通过 names 自定义列名:
test_csv = pandas.read_csv("./test.csv", header=None) print(test_csv) print()
# 换行 test_csv = pandas.read_csv("./test.csv", names=["first", "second", "third"]
) print(test_csv) 0 1 2 0 name position camp 1 Ezreal ADC Piltover 2 Vi JUN
Piltover 3 Jayce TOP Piltover 4 Zed MID Ionia 5 Xayah ADC Ionia 6 Thresh SUP
Shadow Isles first second third 0 name position camp 1 Ezreal ADC Piltover 2 Vi
JUN Piltover 3 Jayce TOP Piltover 4 Zed MID Ionia 5 Xayah ADC Ionia
通过 index_col 可以将指定列作为DataFrame的索引:
test_csv = pandas.read_csv("./test.csv", index_col="name") print(test_csv)
position camp name Ezreal ADC Piltover Vi JUN Piltover Jayce TOP Piltover Zed
MID Ionia Xayah ADC Ionia Thresh SUP Shadow Isles
通过 index_col 也可以定义层次化索引:
test_csv = pandas.read_csv("./test.csv", index_col=["camp", "position"]) print(
test_csv) name camp position Piltover ADC Ezreal JUN Vi TOP Jayce Ionia MID
Zed ADC Xayah Shadow Isles SUP Thresh
通过 skiprows 跳过文件的指定行:
test_csv = pandas.read_csv("test.csv", skiprows=[1, 2, 3]) print(test_csv)
name position camp 0 Zed MID Ionia 1 Xayah ADC Ionia 2 Thresh SUP Shadow Isles
通过 nrows 可以指定每次读取的行数:
test_csv = pandas.read_csv("test.csv", nrows=3) print(test_csv) name position
camp 0 Ezreal ADC Piltover 1 Vi JUN Piltover 2 Jayce TOP Piltover
<>二、写入CSV文件

生成一个DataFrame:
data = {"name": ["Iowa", "Cleveland", "Baltimore", "Worcester", "Lexington"],
"type": ["BB", "CL", "CL", "CL", "CV"], "level": ["9", "8", "8", "9", "8"]}
frame= pandas.DataFrame(data) print(frame) name type level 0 Iowa BB 9 1
Cleveland CL 8 2 Baltimore CL 8 3 Worcester CL 9 4 Lexington CV 8
利用DataFrame的 to_csv() 方法,我们可以将数据写入到一个以逗号分隔的文件中:
frame.to_csv("./ship.csv", index=False) os.system("cat ./ship.csv")
name,type,level Iowa,BB,9 Cleveland,CL,8 Baltimore,CL,8 Worcester,CL,9
Lexington,CV,8

技术
今日推荐
PPT
阅读数 109
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:766591547
关注微信