从CSV(逗号分隔值)中读取数据是数据科学的基本必要条件,通常,无涯教程从各种来源获取数据,这些数据可以导出为CSV格式,以便其他系统可以使用。 Panadas库提供了一些函数,通过这些函数,可以完全或部分地读取选定的一组列和行的CSV文件。
csv文件是一个文本文件,其中列中的值用逗号分隔,让无涯教程考虑一下名为 input.csv 的文件中存在的以下数据。
您可以使用Windows记事本通过复制和粘贴此数据来创建此文件,使用记事本中的"另存为所有文件(*.*)"选项将文件另存为 input.csv 。
id,name,salary,start_date,dept 1,Rick,623.3,2012-01-01,IT 2,Dan,515.2,2013-09-23,Operations 3,Tusar,611,2014-11-15,IT 4,Ryan,729,2014-05-11,HR 5,Gary,843.25,2015-03-27,Finance 6,Rasmi,578,2013-05-21,IT 7,Learnfk,632.8,2013-07-30,Operations 8,Guru,722.5,2014-06-17,Finance
pandas库的 read_csv 函数用于将CSV文件内容作为pandas DataFrame读取到python环境中,该函数可以通过使用正确的文件路径从OS读取文件。
import pandas as pd data = pd.read_csv('path/input.csv') print (data)
当无涯教程执行上面的代码时,它将产生以下输出。请注意,该函数如何创建从零开始的附加列作为索引。
id name salary start_date dept 0 1 Rick 623.30 2012-01-01 IT 1 2 Dan 515.20 2013-09-23 Operations 2 3 Tusar 611.00 2014-11-15 IT 3 4 Ryan 729.00 2014-05-11 HR 4 5 Gary 843.25 2015-03-27 Finance 5 6 Rasmi 578.00 2013-05-21 IT 6 7 Learnfk 632.80 2013-07-30 Operations 7 8 Guru 722.50 2014-06-17 Finance
pandas库的 read_csv 函数还可用于读取给定列的某些特定行,使用下面的代码对read_csv函数的输出进行切片,该代码用于名为salary的列的前5行。
import pandas as pd data = pd.read_csv('path/input.csv') # Slice the result for first 5 rows print (data[0:5]['salary'])
当执行上面的代码时,它将产生以下输出。
0 623.30 1 515.20 2 611.00 3 729.00 4 843.25 Name: salary, dtype: float64
pandas库的 read_csv 函数还可用于读取某些特定的列,为此,使用称为 .loc()的多轴索引方法,选择显示所有行的薪水和姓名列。
import pandas as pd data = pd.read_csv('path/input.csv') # Use the multi-axes indexing funtion print (data.loc[:,['salary','name']])
当执行上面的代码时,它将产生以下输出。
salary name 0 623.30 Rick 1 515.20 Dan 2 611.00 Tusar 3 729.00 Ryan 4 843.25 Gary 5 578.00 Rasmi 6 632.80 Learnfk 7 722.50 Guru
pandas库的 read_csv 函数还可用于读取某些特定的列和特定的行,为此,使用称为 .loc()的多轴索引方法,无涯教程选择显示某些行的薪水和姓名列。
import pandas as pd data = pd.read_csv('path/input.csv') # 使用multi-axes 功能 print (data.loc[[1,3,5],['salary','name']])
当执行上面的代码时,它将产生以下输出。
salary name 1 515.2 Dan 3 729.0 Ryan 5 578.0 Rasmi
pandas库的 read_csv 函数还可以用于读取一些特定的列和一定范围的行,为此,使用称为 .loc()的多轴索引方法。选择某些行的薪水和姓名列。
链接:https://www.learnfk.comhttps://www.learnfk.com/python-data-science/python-processing-csv-data.html
来源:LearnFk无涯教程网
import pandas as pd data = pd.read_csv('path/input.csv') # Use the multi-axes indexing funtion print (data.loc[2:6,['salary','name']])
当无涯教程执行上面的代码时,它将产生以下输出。
salary name 2 611.00 Tusar 3 729.00 Ryan 4 843.25 Gary 5 578.00 Rasmi 6 632.80 Learnfk
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)
Python实战 · 从0到1搭建直播视频平台 -〔Barry〕