欢迎您访问 最编程 本站为您分享编程语言代码，编程技术文章！

热门搜索/Hot Search

您现在的位置是： 首页

使用 pandas 处理 CSV 文件-I.读取 CSV 文件

最编程 2024-07-14 15:08:46
...

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

上一篇： 用于图像分割网络的 UNet

下一篇： jQuery 动态附加页面数据和事件委托详情

推荐阅读