Python可视化数据分析07、Pandas_CSV文件读写

​

 ​编辑

Python可视化数据分析07、Pandas_CSV文件读写

📋前言📋

💝博客：【红目香薰的博客_CSDN博客-计算机理论,2022年蓝桥杯,MySQL领域博主】💝

✍本文由在下【红目香薰】原创，首发于CSDN✍

🤗2022年最大愿望：【服务百万技术人次】🤗

💝Python初始环境地址：【Python可视化数据分析01、python环境搭建】💝 

环境需求

环境：win10

开发工具：PyCharm Community Edition 2021.2

数据库：MySQL5.6

目录

Python可视化数据分析07、Pandas_CSV文件读写

📋前言📋

环境需求

CSV文件

CSV文件操作

CSV写入

CSV读取

CSV文件

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。

CSV文件操作

在Pandas模块中，使用to_csv()函数将DataFrame对象写入到CSV文件。
to_csv()函数的参数说明如下：
path_or_buf：字符串或文件句柄，默认无文件路径或对象，如果没有提供，结果将返回为字符串。可以是URL，可用URL类型包括http、ftp、s3和文件。
sep：指定分隔符。如果不指定参数，则会尝试使用逗号分隔。

CSV写入

import pandas as pd

df = pd.DataFrame({"id": [1, 2, 3], "name": ["雷静", "小凤", "春梦"], "age": ["21", "22", "20"]})
print(df)
# 写入到csv文件
df.to_csv("test.csv", index=False, sep=",", encoding="gbk")  # 使用gbk在用excel的时候能显示中文

​

编辑

import pandas as pd

df = pd.DataFrame({"id": [1, 2, 3], "name": ["雷静", "小凤", "春梦"], "age": ["21", "22", "20"]})
print(df)
# 写入到csv文件
df.to_csv("test.csv", index=False, sep=",", encoding="utf-8")  # 使用gbk在用excel的时候能显示中文

​编辑

​编辑

CSV读取

import pandas as pd

df = pd.read_csv("test.csv", encoding="utf-8")
print(df)

​编辑

import pandas as pd

df = pd.read_csv("test.csv", encoding="gbk")
#  基础信息
print(df.info)
# 查看列名
print(df.columns)
# 查看各列数据类型
print(df.dtypes)
# 查看下标
print(df.index)
#  数据浏览前2条
print(df.head(2))
#  查看name到age列
print(df.loc[:, "name":"age"])
#  基本统计
print("最大年龄：", df.age.max())
print("平均年龄：", df.age.mean())
# 查询
print(df[df.name == "春梦"])
# 排序·True正序False倒序
print(df.sort_values(by=["age"], ascending=False))
# 在第二列【下标是1】添加列
df.insert(1, "sex", "女")
print(df)
# 在最后添加列
df["introduce"] = "巾帼"
print(df)
# 删除某行
df = df.drop(1)
print(df)
# 替换
value = pd.Series([1, "女", "雷静静", 20, "大眼姑娘"], index=["id", "sex", "name", "age", "introduce"])
df.loc[0] = value
value = pd.Series([4, "女", "小龙女", 18, "冰山美人"], index=["id", "sex", "name", "age", "introduce"])
df.loc[3] = value
print(df)
# 条数
print(len(df))

<bound method DataFrame.info of    id name  age
0   1   雷静   21
1   2   小凤   22
2   3   春梦   20>
Index(['id', 'name', 'age'], dtype='object')
id       int64
name    object
age      int64
dtype: object
RangeIndex(start=0, stop=3, step=1)
   id name  age
0   1   雷静   21
1   2   小凤   22
  name  age
0   雷静   21
1   小凤   22
2   春梦   20
最大年龄： 22
平均年龄： 21.0
   id name  age
2   3   春梦   20
   id name  age
1   2   小凤   22
0   1   雷静   21
2   3   春梦   20
   id sex name  age
0   1   女   雷静   21
1   2   女   小凤   22
2   3   女   春梦   20
   id sex name  age introduce
0   1   女   雷静   21        巾帼
1   2   女   小凤   22        巾帼
2   3   女   春梦   20        巾帼
   id sex name  age introduce
0   1   女   雷静   21        巾帼
2   3   女   春梦   20        巾帼
   id sex name  age introduce
0   1   女  雷静静   20      大眼姑娘
2   3   女   春梦   20        巾帼
3   4   女  小龙女   18      冰山美人
3

Process finished with exit code 0

​