读取.csv
read.csv从 csv 文件中读取数据并创建一个 DataFrame 对象。
import pandas as pd
df=pd.read_csv("temp.csv")
print df
它的输出如下 -
序号 Name Age City Salary
0 1 Tom 28 Toronto 20000
1 2 Lee 32 HongKong 3000
2 3 Steven 43 Bay Area 8300
3 4 Ram 38 Hyderabad 3900
自定义索引
这指定了 csv 文件中的一列以使用自定义索引index_col.
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['序号'])
print df
它的输出如下 -
序号 Name Age City Salary
1 Tom 28 Toronto 20000
2 Lee 32 HongKong 3000
3 Steven 43 Bay Area 8300
4 Ram 38 Hyderabad 3900
转换器
dtype的列可以作为字典传递。
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes
它的输出如下 -
序号 int64
Name object
Age int64
City object
Salary float64
dtype: object
默认情况下，dtypeSalary 列的int，但结果显示为float因为我们已经明确地转换了类型。
因此，数据看起来像浮动 -
序号 Name Age City Salary
0 1 Tom 28 Toronto 20000.0
1 2 Lee 32 HongKong 3000.0
2 3 Steven 43 Bay Area 8300.0
3 4 Ram 38 Hyderabad 3900.0
header_names
使用 names 参数指定标头的名称。
import pandas as pd
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df
它的输出如下 -
a b c d e
0 序号 Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
请注意，标题名称附加了自定义名称，但文件中的标题尚未消除。现在，我们使用 header 参数来删除它。
如果标题在第一个以外的行中，则将行号传递给标题。这将跳过前面的行。
import pandas as pd
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df
它的输出如下 -
a b c d e
0 序号 Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
跳过
skiprows 跳过指定的行数。
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print df
它的输出如下 -
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900
