Pandas 操作 csv 文件

---

官方英文文檔
官方文檔PDF下載
中文文檔

---

一、安裝 Pandas

安裝 Pandas：

pip3 install pandas

導(dǎo)入 Pandas：

import pandas as pd

---

二、csv 文件操作

1. 讀取/加載文件

# 讀取csv文件 df = pd.read_csv('file_name')

2. 查看文件信息

# 查看數(shù)據(jù)概況 df.info()# 查看數(shù)值型列的數(shù)據(jù)分布匯總統(tǒng)計 df.describe()# 查看行數(shù)和列數(shù) df.shape()# 查看頭n行數(shù)據(jù) df.head(n)# 查看尾n行數(shù)據(jù) df.tail(n)# 查看標(biāo)簽/行名 df.index# 查看列名 df.columns# 查看數(shù)據(jù)內(nèi)容 df.values# 計算某一列的各個值的個數(shù) df.列名.value_counts()

3. 訪問數(shù)據(jù)

支持切片操作

# 通過行標(biāo)簽索引數(shù)據(jù)，等價于df.at[] df.loc['行名':'行名', ['列名'，'列名']]# 通過行號/位置索引數(shù)據(jù)，等價于df.iat[] df.iloc[0:5, 2:4]# 通過標(biāo)簽或者行號索引行數(shù)據(jù)（基于loc和iloc 的混合） df.ix[]# 布爾索引，得到滿足條件的行 df[df.A > 0]# 在某列查找某一元素所在行 df[df.iloc[: , 0].isin([元素值])]

4. 數(shù)據(jù)處理

# 根據(jù)標(biāo)簽排序，axis=0表示行排序，=1表示列排序 df.sort_index(axis=1, ascending=False)# 根據(jù)值排序 df.sort_values(by='列名')# 丟棄某行/列數(shù)據(jù) df.drop('行/類索引'，inplace=True)# 丟棄NaN值 df.dropna(axis=0, how='any', inplace=True)# 替換NaN值，加.列名可只替換該列的NaN值 df.fillna(value=0)

5. 保存數(shù)據(jù)

# 數(shù)據(jù)轉(zhuǎn)為數(shù)據(jù)幀(DataFrame)對象 # 數(shù)據(jù)集為DataFrame格式時 data = pd.DataFrame([數(shù)據(jù)], index=['行名', '行名', ...)], columns=['列名', '列名', ...)])# 數(shù)據(jù)集為numpy格式時 data = pd.DataFrame({'列名':[該列數(shù)據(jù)],'列名':[2,4]},index=['行名','行名'])# 保存為csv文件 # index為False表示不保存行索引,header為False表示不保存列索引 data.to_csv("data.csv", index=False, header=False)

---

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的Pandas 操作 csv 文件的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。