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