上一节:
下一节:

  Python - 数据科学之CSV 数据

  • 简述

    从 CSV（逗号分隔值）读取数据是数据科学的基本要求。通常，我们从各种来源获取数据，这些数据可以导出为 CSV 格式，以便其他系统使用。Panadas 库提供了一些功能，我们可以使用这些功能来完整读取 CSV 文件，也可以部分读取选定的一组列和行。

  • 输入为 CSV 文件

    csv 文件是一个文本文件，其中列中的值用逗号分隔。让我们考虑在名为的文件中存在的以下数据input.csv.
    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。将文件另存为input.csv使用记事本中的另存为所有文件（*.*）选项。 
    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,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance

  • 读取 CSV 文件

    read_csvpandas 库的功能用于将 CSV 文件的内容作为 pandas DataFrame 读取到 python 环境中。该函数可以通过使用文件的正确路径从操作系统读取文件。 
    
import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)
    当我们执行上面的代码时，它会产生以下结果。请注意函数是如何创建一个以零开头的附加列作为索引的。 
    
   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  Pranab  632.80  2013-07-30  Operations
7   8    Guru  722.50  2014-06-17     Finance

  • 读取特定行

    这read_csvpandas 库的函数也可用于读取给定列的某些特定行。我们使用下面显示的代码对 read_csv 函数的结果进行切片，用于命名为薪水的列的前 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'])
    当我们执行上面的代码时，它会产生以下结果。 
    
0    623.30
1    515.20
2    611.00
3    729.00
4    843.25
Name: salary, dtype: float64

  • 阅读特定列

    这read_csvpandas 库的功能也可以用来读取一些特定的列。我们使用称为多轴索引的方法.loc()以此目的。我们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']])
    当我们执行上面的代码时，它会产生以下结果。 
    
   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  Pranab
7  722.50    Guru

  • 阅读特定的列和行

    这read_csvpandas 库的功能也可以用来读取一些特定的列和特定的行。我们使用称为多轴索引的方法.loc()以此目的。我们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')
# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])
    当我们执行上面的代码时，它会产生以下结果。 
    
   salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

  • 读取一系列行的特定列

    这read_csvpandas 库的功能也可以用来读取一些特定的列和一系列的行。我们使用称为多轴索引的方法.loc()以此目的。我们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')
# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])
    当我们执行上面的代码时，它会产生以下结果。 
    
   salary    name
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab
上一节:
下一节: