Python Pandas库操作CSV文件指定读取和写入

一、关于pandas

Pandas 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

*.官文文档地址：https://www.pypandas.cn/docs/
*.安装 pip install pandas

二、CSV 文件读写

1.读取方法

test1.csv源文件如图

首先

引入pandas库

import pandas as pd

read_csv

filename1 = './test1.csv'
data = pd.read_csv(filename1)
print(data)

输出结果为

红框列为行索引。
这里只输出了5行，源文件有6行，因为pandas默认显示5行，剩下的部分会隐藏。
显示全部

pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)

当然也可以设置指定的，行列

pd.set_option('display.max_rows', 4)
pd.set_option('display.max_columns', 4)

输出行

print(data[0:2])‘’‘输出结果col1 col2 col3 col4 col5 col6
0   a1   b1   c1   d1   e1   f1
1   a2   b2   c2   d2   e2   f2
’‘’

输出列
1.单列

print(data['col1'])‘’‘输出结果
0    a1
1    a2
2    a3
3    a4
4    a5
5    a6
Name: col1, dtype: object
’‘’

2.多列

print(data[['col1','col3']])‘’‘输出结果col1 col3
0   a1   c1
1   a2   c2
2   a3   c3
3   a4   c4
4   a5   c5
5   a6   c6
’‘’

使用 .loc或者 .iloc 选择器

使用方法

参数loc同iloc
尽管上述方式已经可以准确直观的提取行列数据了，但是官方更推荐使用 .loc或者 .iloc 选择

选择行

print(data.loc[1])
‘’‘输出结果
col1    a2
col2    b2
col3    c2
col4    d2
col5    e2
col6    f2
Name: 1, dtype: object
’‘’

选择列

print(data.loc[:,'col1'])
‘’‘输出结果
0    a1
1    a2
2    a3
3    a4
4    a5
5    a6
Name: col1, dtype: object
’‘’

行列选择
1.loc

print(data.loc[0:3,['col1','col3']])
‘’‘输出结果col1 col3
0   a1   c1
1   a2   c2
2   a3   c3
3   a4   c4
’‘’

2.iloc

print(data.iloc[0:3,0:3])
‘’‘输出结果col1 col2 col3
0   a1   b1   c1
1   a2   b2   c2
2   a3   b3   c3
’‘’

2.写入方法

1.使用DataFrame直接写入

filename2 = './test.csv'
newopencsv = pd.DataFrame({"nan":[1,2,3],"nv":[1,2,3]},index=['a','b','c'])newopencsv.to_csv(filename2 ,mode='w')

结果

2，写入提取出来的数据

filename1 = './test1.csv'
filename2 = './test.csv'
data = pd.read_csv(filename1,header=0)
cp = data.loc[3:6,['col5','col6']]
print(cp)
cp.to_csv(filename2 ,mode='w')
‘’‘print(cp)col5 col6
3   e4   f4
4   e5   f5
5   e6   f6
’‘’

结果

不需要写入索引加入参数

cp.to_csv(filename2,mode='w',index=False)

结果

使用 pandas 库操作 csv读写相关推荐

pandas读取csv写入mysql_使用python的pandas库读取csv文件保存至mysql数据库
第一:pandas.read_csv读取本地csv文件为数据框形式 data=pd.read_csv('G:\data_operation\python_book\chapter5\\sales.cs ...
python筛选csv数据_使用pandas库对csv文件进行筛选保存
这个操作现在看来真没啥难的,但是我找相关的资料真的找了好久. 多数大佬都是直接pandas官网甩我脸上,然后举一个入门级的例子. 首先导入pandas库 import pandas as pd 然后使 ...
Python批量处理csv文件转Excel--xlsx文件——利用pandas库（csv文件可指定分隔符）
最近工作需要处理大量csv文件转换成.xlsx进行数据处理,手动转换效率低,于是上网查了很多批量转csv教程,可惜的是所有教程几乎都是默认csv分隔符为逗号,很不幸的是我的csv文件是分号 &quo ...
python read_excel 参数_详解pandas库pd.read_excel操作读取excel文件参数整理与实例
详解pandas库pd.read_excel操作读取excel文件参数整理与实例来源:中文源码网浏览: 次日期:2019年11月5日详解pandas库pd.read_excel操作 ...
【python】pandas库pd.read_excel操作读取excel文件参数整理与实例
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作:且pandas操作更加简介方便. 首先是pd.read_excel的参数:函数为: pd. ...
python read_excel header_详解pandas库pd.read_excel操作读取excel文件参数整理与实例
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作:且pandas操作更加简介方便. 首先是pd.read_excel的参数:函数为: pd. ...
Python 自动化教程(2) : Excel自动化：使用pandas库
系列教程: Python 自动化教程(1) 概述,第一篇 Excel自动化 Python 自动化教程(2) : Excel自动化:使用pandas库 Python 自动化教程(3) : 自动生成PPT ...
Python数据攻略-Pandas进行Excel文件读写
大家好,我是Mr数据杨.让我借<三国演义>中的故事为大家解说今天的Python学习笔记教程. 想象一下,曹操正在用Pandas库排序军队的入门.他将每个兵士的信息视为数据,这些数据需要进行 ...
pandas神器操作excel表格大全（数据分析数据预处理）
使用pandas库操作excel,csv表格操作大全 [点我下载本文PDF电子版] 关注公众号"轻松学编程"了解更多,文末有公众号二维码,可以扫码关注哦. 前言准备三份csv表格 ...

使用 pandas 库操作 csv读写