Python Pandas IO工具

Pandas I/O API 是一组顶级的读取函数，像 pd.read_csv() 一样被访问，通常返回一个Pandas对象。

读取文本文件（或平面文件）的两个主要函数是 read_csv() 和 read_table() 。 它们都使用相同的解析代码来智能地将表格数据转换为 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

下面是csv文件数据的样子 −

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

将这些数据保存为 temp.csv ，并对其进行操作。

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

将这些数据保存为 temp.csv 并对其进行操作。

read.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

其 输出 情况如下—

   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

自定义索引

这指定了csv文件中的一个列，以使用 index_col 来定制索引。

import pandas as pd

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

其 输出结果 如下 –

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

转换器

列的 dtype 可以作为一个dict来传递。

import pandas as pd

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

其 输出结果 如下 –

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

默认情况下，Salary列的 dtype 是 int ，但是结果显示为 float ，因为我们已经明确地转换了这个类型。

因此，数据看起来像float –

  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参数指定头的名称。

import pandas as pd

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

其 输出结果 如下 –

       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

观察一下，头的名字被附加上了自定义的名字，但是文件中的头并没有被消除。现在，我们使用header参数来删除它。

如果文件头在第一行以外的地方，把行号传给header。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

其 输出结果 如下 –

      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

跳过行

skiprows跳过指定的行数。

import pandas as pd

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

其 输出结果 如下 –

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