python读写数据读写csv文件(pandas用法)

python中数据处理是比较方便的，经常用的就是读写文件，提取数据等，本博客主要介绍其中的一些用法。Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。

一、pandas读取csv文件

数据处理过程中csv文件用的比较多。

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')

下面看一下pd.read_csv常用的参数：

pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=None, error_bad_lines=True, warn_bad_lines=True, skipfooter=0, doublequote=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None）

常用参数解释：read_csv与read_table常用的参数（更多参数查看官方手册）：

1. filepath_or_buffer #需要读取的文件及路径
2. sep / delimiter 列分隔符，普通文本文件，应该都是使用结构化的方式来组织，才能使用dataframe
3. header 文件中是否需要读取列名的一行，header=None(使用names自定义列名,否则默认0,1,2,...)，header=0（将首行设为列名）
4. names 如果header=None，那么names必须制定！否则就没有列的定义了。
5. shkiprows= 10 # 跳过前十行
6. nrows = 10 # 只去前10行
7. usecols=[0,1,2,...] #需要读取的列，可以是列的位置编号，也可以是列的名称
8. parse_dates = ['col_name'] # 指定某行读取为日期格式
9. index_col = None /False /0，重新生成一列成为index值，0表示第一列，用作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/数宇组成的列表（层次化索引）
10. error_bad_lines = False # 当某行数据有问题时，不报错，直接跳过，处理脏数据时使用
11. na_values = 'NULL' # 将NULL识别为空值
12. encoding='utf-8' #指明读取文件的编码，默认utf-8

读取csv/txt/tsv文件，返回一个DataFrame类型的对象。

举例：

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')
3. print(data)
4.  
5. name age birth
6. 0 zhu 20 2000.1.5
7. 1 wang 20 2000.6.18
8. 2 zhang 21 1999.11.11
9. 3 zhu 22 1998.10.24

pandas用iloc,loc提取数据

提取行数据：

loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）

iloc函数：通过行号来取行数据（如取第2行的数据）

1. import pandas as pd
2. import numpy as np
3. #创建一个Dataframe
4. data = pd.DataFrame(np.arange(16).reshape(4, 4), index=list('abcd'), columns=list('ABCD'))
5. print(data)
6.  
7. A B C D
8. a 0 1 2 3
9. b 4 5 6 7
10. c 8 9 10 11
11. d 12 13 14 15

loc提取'a'的行：

1. print(data.loc['a'])
2.  
3. A 0
4. B 1
5. C 2
6. D 3
7. Name: a, dtype: int32

iloc提取第2行：

1. print(data.iloc[2])
2.  
3. A 8
4. B 9
5. C 10
6. D 11
7. Name: c, dtype: int32

提取列数据：

1. print(data.loc[:, ['A']])#取'A'列所有行，多取几列格式为 data.loc[:,['A','B']]
2.  
3. A
4. a 0
5. b 4
6. c 8
7. d 12

1. print(data.iloc[:, [0]])
2.  
3. A
4. a 0
5. b 4
6. c 8
7. d 12

提取指定行，指定列：

1. print(data.loc[['a','b'],['A','B']]) #提取index为'a','b',列名为'A','B'中的数据
2.  
3. A B
4. a 0 1
5. b 4 5

1. print(data.iloc[[0,1],[0,1]]) #提取第0、1行，第0、1列中的数据
2.  
3. A B
4. a 0 1
5. b 4 5

提取所有行所有列：

1. print(data.loc[:,:])#取A,B,C,D列的所有行
2. print(data.iloc[:,:])
3.  
4. A B C D
5. a 0 1 2 3
6. b 4 5 6 7
7. c 8 9 10 11
8. d 12 13 14 15

根据某个指定数据提取行：

1. print(data.loc[data['A']==0])#提取data数据(筛选条件: A列中数字为0所在的行数据)
2.  
3. A B C D
4. a 0 1 2 3

二、pandas写入csv文件

pandas将多组列表写入csv

1. import pandas as pd
2.  
3. #任意的多组列表
4. a = [1,2,3]
5. b = [4,5,6]
6.  
7. #字典中的key值即为csv中列名
8. dataframe = pd.DataFrame({'a_name':a,'b_name':b})
9.  
10. #将DataFrame存储为csv,index表示是否显示行名，default=True
11. dataframe.to_csv("test.csv",index=False,sep=',')

结果：

如果你想写入一行，就是你存储的一个列表是一行数据，你想把这一行数据写入csv文件。

这个时候可以使用csv方法，一行一行的写

1. import csv
2.  
3. with open("test.csv","w") as csvfile:
4. writer = csv.writer(csvfile)
5.  
6. #先写入columns_name
7. writer.writerow(["index","a_name","b_name"])
8. #写入一行用writerow
9. #write.writerow([0,1,2])
10. #写入多行用writerows
11. writer.writerows([[0,1,3],[1,2,3],[2,3,4]])

可以看到，每次写一行，就自动空行，解决办法就是在打开文件的时候加上参数newline=''

1. import csv
2.  
3. with open("F:/zhu/test/test.csv","w", newline='') as csvfile:
4. writer = csv.writer(csvfile)
5.  
6. #先写入columns_name
7. writer.writerow(["index","a_name","b_name"])
8. #写入多行用writerows
9. writer.writerows([[0,1,3],[1,2,3],[2,3,4]])

写入txt文件类似

（1）创建txt数据文件，创建好文件记得要关闭文件，不然读取不了文件内容

（2）读取txt文件

1. #读取txt文件
2. file=open("G:\\info.txt",'r',encoding='utf-8')
3. userlines=file.readlines()
4. file.close()
5. for line in userlines:
6. username=line.split(',')[0] #读取用户名
7. password=line.split(',')[1] #读取密码
8. print(username,password)

三、pandas查看数据表信息

1）查看维度：data.shape

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')
3. print(data)
4. print(data.shape)
5.  
6. index a_name b_name
7. 0 0 1 3
8. 1 1 2 3
9. 2 2 3 4
10. (3, 3)

2）查看数据表基本信息：data.info

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')
3. print(data)
4. print(data.info)
5.  
6. index a_name b_name
7. 0 0 1 3
8. 1 1 2 3
9. 2 2 3 4
10. <bound method DataFrame.info of index a_name b_name
11. 0 0 1 3
12. 1 1 2 3
13. 2 2 3 4>

3）查看每一行的格式：data.dtype

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')
3. print(data.dtypes)
4.  
5. index int64
6. a_name int64
7. b_name int64
8. dtype: object

4）查看前2行数据、后2行数据

1. df.head() #默认前10行数据，注意：可以在head函数中填写参数，自定义要查看的行数
2. df.tail() #默认后10 行数据

1. import pandas as pd
2. data = pd.read_csv('F:/Zhu/test/test.csv')
3. print(data)
4. print(data.head(2))
5. print(data.tail(2))
6.  
7. index a_name b_name
8. 0 0 1 3
9. 1 1 2 3
10. 2 2 3 4
11. index a_name b_name
12. 0 0 1 3
13. 1 1 2 3
14. index a_name b_name
15. 1 1 2 3
16. 2 2 3 4

四、数据清洗

1）NaN数值的处理：用数字0填充空值

1. data.fillna(value=0,inplace=True)

注意：df.fillna不会立即生效，需要设置inplace=True

2）清除字符字段的字符空格

字符串(str)的头和尾的空格，以及位于头尾的\n \t之类给删掉

1. data['customername']=data['customername'].map(str.strip)#如清除customername中出现的空格

3）大小写转换

1. data['customername']=data['customername'].str.lower()

4）删除重复出现的值

1. data.drop_duplicates(['customername'],inplace=True)

5）数据替换

1. data['customername'].replace('111','qqq',inplace=True)

参考：

《Python之pandas简介》
《Pandas中loc和iloc函数用法详解（源码+实例） 》

到此这篇关于python读写数据读写csv文件(pandas用法)的文章就介绍到这了,更多相关python读写csv内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！

原文链接：https://blog.csdn.net/weixin_44052055/article/details/108491760