Pandas操作CSV⽂件的读写实现⽅法（1）、导库
import pandas as pd
from pandas import Series
（2）、读取csv⽂件的两种⽅式
#读取csv⽂件的两种⽅式
f = open('E:/建模/第5周/data/ex1.csv') #⽅法⼀
df = pd.read_csv(f)
print(df)
f.close
f = open('E:/建模/第5周/data/ex1.csv') #⽅法⼆，必须指定分隔符为','，否则会读取失败
df = pd.read_table(f,sep=',')
print(df)
f.close
（2）、根据需要条件读取csv⽂件
#根据需要条件读取csv⽂件
f = open('E:/建模/第5周/data/csv_mindex.csv')
df = pd.read_csv(f,header=None)  #不需要表头
df = pd.read_csv(f,names=['a','b','c','d','message'])  #添加表头
df = pd.read_csv(f,names=['a','b','c','d','message'],index_col = 'message')  #指定某⼀列作为⾏索引
df = pd.read_csv(f,index_col = ['key1','key2'])  #指定多列作为⾏索引
print(df)
f.close
（3）、利⽤正则表达式读取不同含有不同分隔符的⽂件
#利⽤正则表达式读取不同含有不同分隔符的⽂件
f = open('E:/建模/第5周/')
df = pd.read_table(f,sep='\s+')
print(df)
（4）、根据需要选择需要读的⾏
#根据需要选择需要读的⾏
f = open('E:/建模/第5周/data/ex4.csv')
df = pd.read_table(f,sep=',',skiprows=[0,2,3]) #跳过不想读的⾏
print(df)
（5）、处理缺失值
#处理缺失值
f = open('E:/建模/第5周/data/ex5.csv')
df = pd.read_table(f,sep=',',na_values='world') #如果数据中有'world'，也会视为缺失值
print(df)
（6）、逐⾏读取⽂件
#逐⾏读取⽂件
f = open('E:/建模/第5周/data/ex6.csv')
df = pd.read_table(f,sep=',',nrows=5) #只读取前⾯5⾏
print(df)
（7）、将dataframe数据写⼊csv⽂件python怎么读csv数据
#将dataframe数据写⼊csv⽂件
f = open('E:/建模/第5周/data/ex5.csv')
data = pd.read_csv(f)
<_csv('E:/建模/第5周/data/out.csv')  #将dataframe输出到csv⽂件中
<_csv('E:/建模/第5周/data/out.csv',na_rep='ok')  #将缺失值补上‘ok'
<_csv('E:/建模/第5周/data/out.csv',header=None)  #不设置表头
<_csv('E:/建模/第5周/data/out.csv',columns=['a','b'])  #写出指定的列
（8）、将csv⽂件读取位Series
#将csv⽂件读取位Series
f = open('E:/建模/第5周/data/tseries.csv')
series = Series.from_csv(f,parse_dates=True)
print(series)
以上就是本⽂的全部内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持。

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。