Python Pandas - IO 工具


Pandas I/O API是一组顶级读取器函数,例如pd.read_csv(),通常返回 Pandas 对象。

用于读取文本文件(或平面文件)的两个主力函数是read_csv()read_table()。它们都使用相同的解析代码来智能地将表格数据转换为DataFrame对象 -

pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None

pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None

这是csv文件数据的样子 -

S.No,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

将此数据保存为temp.csv并对其进行操作。

S.No,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

将此数据保存为temp.csv并对其进行操作。

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

输出如下 -

   S.No     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 csv 文件中的列以使用 index_col 自定义索引

import pandas as pd

df=pd.read_csv("temp.csv",index_col=['S.No'])
print df

输出如下 -

S.No   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

列的dtype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

输出如下 -

S.No       int64
Name      object
Age        int64
City      object
Salary   float64
dtype: object

默认情况下,Salary 列的dtype为int,但结果显示为float,因为我们已显式转换该类型。

因此,数据看起来像浮点数 -

  S.No   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

标头名称

使用名称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

输出如下 -

       a        b    c           d        e
0   S.No     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,标头名称已附加自定义名称,但文件中的标头并未被删除。现在,我们使用 header 参数来删除它。

如果标题位于第一行以外的行中,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

输出如下 -

      a        b    c           d        e
0  S.No     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

跳行

Skiprows 跳过指定的行数。

import pandas as pd

df=pd.read_csv("temp.csv", skiprows=2)
print df

输出如下 -

    2      Lee   32    HongKong   3000
0   3   Steven   43    Bay Area   8300
1   4      Ram   38   Hyderabad   3900