Python使⽤pandas处理CSV⽂件
Python中有许多⽅便的库可以⽤来进⾏数据处理，尤其是Numpy和Pandas，再搭配matplot画图专⽤模块，功能⼗分强⼤。
CSV（Comma-Separated Values）格式的⽂件是指以纯⽂本形式存储的表格数据，这意味着不能简单的使⽤Excel表格⼯具进⾏处理，
⽽且Excel表格处理的数据量⼗分有限，⽽使⽤Pandas来处理数据量巨⼤的CSV⽂件就容易的多了。
我⽤到的是⾃⼰⽤其他硬件⼯具抓取得数据，硬件环境是在Linux平台上搭建的，当时数据是在运⾏脚本后直接输出在terminal⾥的，数据python怎么读csv数据
量⼗分庞⼤，为了保存获得的数据，在Linux下使⽤了数据流重定向，把数据全部保存到了⽂本⽂件中，形成了⼀个本地csv⽂件。
Pandas读取本地CSV⽂件并设置Dataframe(数据格式)
import pandas as pd
import numpy as np
ad_csv('filename',header=None,sep=' ') #filename可以直接从盘符开始，标明每⼀级的⽂件夹直到csv⽂件，header=None表⽰头部为空，sep=' '表⽰print df.head()
print df.tail()
#作为⽰例，输出CSV⽂件的前5⾏和最后5⾏，这是pandas默认的输出5⾏，可以根据需要⾃⼰设定输出⼏⾏的值
图⽚中显⽰了我本地数据的前5⾏与最后5⾏，最前⾯⼀列没有标号的是⾏号，数据⼀共有13列，标号从0到12，⼀⾏显⽰不完全，在第9
列以后换了⾏，并且⽤反斜杠“\”标注了出来。
2017年4⽉28⽇更新
使⽤pandas直接读取本地的csv⽂件后，csv⽂件的列索引默认为从0开始的数字，重定义列索引的语句如下：
import pandas as pd
import numpy as np
ad_csv('filename',header=None,sep=' ',names=["week",'month','date','time','year','name1','freq1','name2','freq2','name3','data1','name4','data2' print df
此时打印出的⽂件信息如下，列索引已经被重命名：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。