精华内容
下载资源
问答
  • pandas读取csv文件指定列
    千次阅读
    更多相关内容
  • 下面小编就为大家分享一篇使用实现pandas读取csv文件指定的前几行,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 下面小编就为大家分享一篇使用pandas读取csv文件指定列方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 一般情况是数据文件没有在当前路径,那么它是无法读取数据的。另外,如果路径名包含中文它也是无法读取的。 (1)可以选择: import os os.getcwd() 获得当前的工作路径,把你的数据文件放在此路径上就可以了,就...
  • 在用Jupyter Notebook编译python代码时,我想引入pandas模块对csv文件中的数据进行读取 代码如下: import pandas as pd data = pd.read_csv('data.csv') print(data) 可却报出这样的错误: ----------------------...
  • house_info['price'] 这是读取csv文件时默认的第一行索引 3:取两列 house_info[['price',tradetypename']] 取多个也是同理的,注意里面是一个list的列表,不然会报错误; 4:增加: house_Info['adress_new']=...
  • 下面给大家介绍下pandas读取CSV文件时查看修改各的数据类型格式,具体内容如下所述: 我们在调bug的时候会经常查看、修改pandas数据的数据类型,今天就总结一下: 1.查看:  Numpy和Pandas的查看方式略有不同,...
  • 此文总结如何使用 pandas 读取 csv 文件指定行、或元素。 Last Modified Date: 2022 / 6 / 17 Python | Pandas | ...↩︎ Python从csv中读取和提取数据的方法 ↩︎ ↩︎ pandas读取指定行/的几种操作 ↩︎ ↩︎

    此文总结如何使用 pandas 读取 csv 文件的指定行、列或元素。

    Last Modified Date: 2022 / 6 / 17


    Python | Pandas | csv 选定指定列、行、元素


    示例数据

    参考1,使用 pandas 读取 csv 示例数据:

    data = pd.read_csv(filepath_or_buffer=path, header=None)
    
    print(data.columns)
    # Int64Index([0, 1, 2], dtype='int64')
    
    print(data.index.names)
    # [None]
    
    print(data)
    # 		   0    	  1 	  2
    # 0		ABCD		NaN		All
    # 1  	EFGH	    NaN  	All
    # ...
    # 1657  OPQR 		NaN		All
    # 1658  XYZN		NaN		All
    
    [1659 rows x 3 columns]
    

    参考 23 对指定列进行提取

    指定标签

    单列

    1. loc
    col_0 = data.loc[:, 0]
    # 提取第1列的内容
    # 其他列,以此类推
    
    1. pd.read_csv(..., usecols=[])
    col_0 = pd.read_csv(filepath_or_buffer=path, header=None, usecols=[0])
    # 为了确保读到的数据是正确的,可以写入excel,然后查看写入的数据
    # writer = pd.Excelwriter('./trial.xlsx')
    # data.to_excel(writer, index = False, header = False)
    # writer.save()
    
    1. np.array
    col_0 = np.array(data[0])
    # 第1列数据将会以数组形式存储
    

    参考 23 对指定列进行提取

    1. pd.read_csv(..., nrows=10)
    row_0to10 = pd.read_csv(filepath_or_buffer=path, header=None, nrows=10)
    # 只读取前10行
    
    1. pd.read_csv(...,skiprows=9, nrows=5)
    row_10to15 = pd.read_csv(..., skiprows=9, nrows=5)
    # 忽略前9行,往下读5行
    

    参考链接


    1. Python | Pandas | 多种类型文件的读取写入及初步处理 ↩︎

    2. Python从csv中读取和提取数据的方法 ↩︎ ↩︎

    3. pandas读取指定行/列的几种操作 ↩︎ ↩︎

    展开全文
  • 今天小编就为大家分享一篇python pandas读取csv后,获取标签的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Python Pandas 读取CSV文件指定行或

    万次阅读 多人点赞 2019-10-18 10:35:34
    原始csv文件 # 按位置进行选取 # 获取原始数据 df = pd.read_csv("./test.csv") # 第1行 print(df.iloc[0]) # 前3行 print(df.iloc[:3]) # 第1 print(df.iloc[:, 0]) # 前2 print(df.iloc[:, :2]) ...

    原始csv文件,第一行为列名

    import pandas as pd
    # 按位置进行选取
    # 获取原始数据
    df = pd.read_csv("./test.csv")
    # 第1行
    print(df.iloc[0])
    # 前3行
    print(df.iloc[:3])
    # 第1列
    print(df.iloc[:, 0])
    # 前2列
    print(df.iloc[:, :2])
    
    展开全文
  • PYTHON Pandas批量读取csv文件到DATAFRAME 首先使用glob.glob获得文件路径。然后定义一个列表,读取文件后再使用concat合并读取到的数据。 #读取数据 import pandas as pd import numpy as np import glob,os path...
  • 今天小编就为大家分享一篇使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Python 简单使用 pandas 读取excel 的 csv文件处理,支持utf-8和gbk编码自动识别。
  • 根据教程实现了读取csv文件前面的几行数据,一下就想到了是不是可以实现前面几列的数据。经过多番尝试总算试出来了一种方法。之所以想实现读取前面的几列是因为我手头的一个csv文件恰好有后面几列没有可用数据,但是...

    根据教程实现了读取csv文件前面的几行数据,一下就想到了是不是可以实现前面几列的数据。经过多番尝试总算试出来了一种方法。

    之所以想实现读取前面的几列是因为我手头的一个csv文件恰好有后面几列没有可用数据,但是却一直存在着。原来的数据如下:

    GreydeMac-mini:chapter06 greyzhang$ cat data.csv

    1,name_01,coment_01,,,,

    2,name_02,coment_02,,,,

    3,name_03,coment_03,,,,

    4,name_04,coment_04,,,,

    5,name_05,coment_05,,,,

    6,name_06,coment_06,,,,

    7,name_07,coment_07,,,,

    8,name_08,coment_08,,,,

    9,name_09,coment_09,,,,

    10,name_10,coment_10,,,,

    11,name_11,coment_11,,,,

    12,name_12,coment_12,,,,

    13,name_13,coment_13,,,,

    14,name_14,coment_14,,,,

    15,name_15,coment_15,,,,

    16,name_16,coment_16,,,,

    17,name_17,coment_17,,,,

    18,name_18,coment_18,,,,

    19,name_19,coment_19,,,,

    20,name_20,coment_20,,,,

    21,name_21,coment_21,,,,

    如果使用pandas读取出全部的数据,打印的时候会出现以下结果:

    In [41]: data = pd.read_csv('data.csv')

    In [42]: data

    Out[42]:

    1 name_01 coment_01 Unnamed: 3 Unnamed: 4 Unnamed: 5 Unnamed: 6

    0 2 name_02 coment_02 NaN NaN NaN NaN

    1 3 name_03 coment_03 NaN NaN NaN NaN

    2 4 name_04 coment_04 NaN NaN NaN NaN

    3 5 name_05 coment_05 NaN NaN NaN NaN

    4 6 name_06 coment_06 NaN NaN NaN NaN

    5 7 name_07 coment_07 NaN NaN NaN NaN

    6 8 name_08 coment_08 NaN NaN NaN NaN

    7 9 name_09 coment_09 NaN NaN NaN NaN

    8 10 name_10 coment_10 NaN NaN NaN NaN

    9 11 name_11 coment_11 NaN NaN NaN NaN

    10 12 name_12 coment_12 NaN NaN NaN NaN

    11 13 name_13 coment_13 NaN NaN NaN NaN

    12 14 name_14 coment_14 NaN NaN NaN NaN

    13 15 name_15 coment_15 NaN NaN NaN NaN

    14 16 name_16 coment_16 NaN NaN NaN NaN

    15 17 name_17 coment_17 NaN NaN NaN NaN

    16 18 name_18 coment_18 NaN NaN NaN NaN

    17 19 name_19 coment_19 NaN NaN NaN NaN

    18 20 name_20 coment_20 NaN NaN NaN NaN

    19 21 name_21 coment_21 NaN NaN NaN NaN

    所说在学习的过程中这并不会给我带来什么障碍,但是在命令行终端界面呆久了总喜欢稍微清爽一点的风格。使用read_csv的参数usecols能够在一定程度上减少这种混乱感。

    In [45]: data = pd.read_csv('data.csv',usecols=[0,1,2,3])

    In [46]: data

    Out[46]:

    1 name_01 coment_01 Unnamed: 3

    0 2 name_02 coment_02 NaN

    1 3 name_03 coment_03 NaN

    2 4 name_04 coment_04 NaN

    3 5 name_05 coment_05 NaN

    4 6 name_06 coment_06 NaN

    5 7 name_07 coment_07 NaN

    6 8 name_08 coment_08 NaN

    7 9 name_09 coment_09 NaN

    8 10 name_10 coment_10 NaN

    9 11 name_11 coment_11 NaN

    10 12 name_12 coment_12 NaN

    11 13 name_13 coment_13 NaN

    12 14 name_14 coment_14 NaN

    13 15 name_15 coment_15 NaN

    14 16 name_16 coment_16 NaN

    15 17 name_17 coment_17 NaN

    16 18 name_18 coment_18 NaN

    17 19 name_19 coment_19 NaN

    18 20 name_20 coment_20 NaN

    19 21 name_21 coment_21 NaN

    为了能够看到数据的"边界”,读取的时候显示了第一列无效的数据。正常的使用中,或许我们是想连上面结果中最后一列的信息也去掉的,那只需要在参数重去掉最后一列的列号。

    In [47]: data = pd.read_csv('data.csv',usecols=[0,1,2])

    In [48]: data

    Out[48]:

    1 name_01 coment_01

    0 2 name_02 coment_02

    1 3 name_03 coment_03

    2 4 name_04 coment_04

    3 5 name_05 coment_05

    4 6 name_06 coment_06

    5 7 name_07 coment_07

    6 8 name_08 coment_08

    7 9 name_09 coment_09

    8 10 name_10 coment_10

    9 11 name_11 coment_11

    10 12 name_12 coment_12

    11 13 name_13 coment_13

    12 14 name_14 coment_14

    13 15 name_15 coment_15

    14 16 name_16 coment_16

    15 17 name_17 coment_17

    16 18 name_18 coment_18

    17 19 name_19 coment_19

    18 20 name_20 coment_20

    19 21 name_21 coment_21

    以上这篇使用pandas读取csv文件的指定列方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

    展开全文
  • 第一:pandas.read_csv读取本地csv文件为数据框形式 data=pd.read_csv('G:\data_operation\python_book\chapter5\\sales.csv') 第二:如果存在日期格式数据,利用pandas.to_datatime()改变类型 data.iloc[:,1]=pd....
  • pandas读取csv文件指定表头

    千次阅读 2020-07-09 01:26:18
    python读csv文件指定行为表头或无表头 · pd.read_csv()方法中header参数,默认为0,标签为0(即第1行)的行为表头。若设置为-1,则无表头。示例如下: (1)不设置header参数(默认)时: df1 = pd.read_csv(...
  • import pandas as pd file = pd.read_csv('<file_name>', index_col =0) # 读某一行 # 根据列名 one_row = file.loc ['行名'] #根据索引 one_row = file.iloc [:, i] # 读某一 # 根据行名 one_col ...
  • 利用Pandas的read_csv函数导入数据文件时,若文件路径或...以上这篇利用Pandas读取文件路径或文件名称包含中文的csv文件方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持软件开发网。
  • 1. csv文件自带标题 import pandas as pd df_example = pd.read_csv('Pandas_example_read.csv') # 等同于: df_example = pd.read_csv('Pandas_example_read.csv', header=0) 2. csv文件标题,但是想自己...
  • pandas读取csv文件指定列

    万次阅读 2017-12-05 10:49:55
    CPI = pd.read_csv(‘cpi.csv’,index_col=’month’,usecols=[1,2]) usecols参数可以指定列号!
  • <span xss=removed>pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader.__cinit__ (pandas\_libs\parsers.c:4209)() pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._setup_parser_...
  • 使用pandas读取csv文件指定列

    万次阅读 多人点赞 2017-04-15 20:36:03
    根据教程实现了读取csv文件前面的几行数据,一下就想到了是不是可以实现前面几列的数据。经过多番尝试总算试出来了一种方法。 之所以想实现读取前面的几列是因为我手头的一个csv文件恰好有后面几列没有可用数据,...
  • python 使用pandas读取csv文件

    千次阅读 2022-01-24 16:54:20
    在这里记录一下,python使用pandas读取文件的方法 用到pandas库的read_csv函数 # -*- coding: utf-8 -*- """ Created on Mon Jan 24 16:48:32 2022 @author: zxy """ # 导入包 import numpy as np import pandas ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 48,572
精华内容 19,428
关键字:

pandas读取csv文件指定列

友情链接: 16乘16.zip