精华内容
下载资源
问答
  • 用pandas读取csv文件
    万次阅读
    2022-01-24 21:44:06

    对于文件的操作中,读写csv操作是一个比较常见的操作,很多时候可能会选择使用python中的文件读取的方式对csv文件操作,这种方式并没有什么问题,但读写的效率不高,编写的代码量也偏多。

    这里介绍使用pandas进行简单的读。写也基本类似。

    一、Pandas读取表头:

    使用pandas读取表头很简单,一行代码搞定,如下:

        # 读取表头
        head_row = pd.read_csv('123.csv', nrows=0)

    这一行代码读取的是一个对象,如果要以列表形式输出,可以增加如下一行代码:

    
        # 表头列转为 list
        head_row_list = list(head_row)

    二、读取具体数据:

    以文件读取的方式读取具体数据,需要的代码量比较多,也需要做循环遍历,使用pandas操作如下:

        # 读取
        csv_result = pd.read_csv('123.csv', usecols=head_row_list)
        row_list = csv_result.values.tolist()
        print(f"行读取结果:{row_list}")

    上面展示的是打印行读取的结果。使用pandas,还可以很方便的将行转换为列,并打印出行转列的结果,如下代码段:

        col_obj = csv_result.T
        col_list = col_obj.values.tolist()
        print(f"行转列读取结果:{col_list}")
        return head_row_list, col_list
    

    完整的代码如下:

    import pandas as pd
    
    
    def csv_file_read():
        # 读取表头
        head_row = pd.read_csv('123.csv', nrows=0)
        print(list(head_row))
        # 表头列转为 list
        head_row_list = list(head_row)
    
        # 读取
        csv_result = pd.read_csv('123.csv', usecols=head_row_list)
        row_list = csv_result.values.tolist()
        print(f"行读取结果:{row_list}")
        col_obj = csv_result.T
        col_list = col_obj.values.tolist()
        print(f"行转列读取结果:{col_list}")
        return head_row_list, col_list
    
    
    
    if __name__ == '__main__':
        csv_file_read()
    
    

    是不是很简单,十几行代码即可搞定。

    更多相关内容
  • 下面小编就为大家分享一篇使用pandas读取csv文件的指定列方法,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
  • 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。
  • 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
  • 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,就可以直接使用pd.read_csv(“./_.csv”) (2)可以选择: 使用os.chdir(path),path是你的那个数据文件路径 (3)可以选择: 不更改路径,直接调用df=pd....
  • 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 ...

    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 as pd
    import matplotlib.pyplot as plt
    import matplotlib.gridspec as gridspec
    import seaborn as sns; plt.style.use('ggplot')
    
    import sklearn
    from sklearn.preprocessing import StandardScaler
    from sklearn.model_selection import train_test_split
    from sklearn.utils import shuffle
    from sklearn.metrics import confusion_matrix
    from sklearn.manifold import TSNE
    
    # 导入并查看数据
    crecreditcard_data=pd.read_csv('./creditcard.csv')
    crecreditcard_data.shape,crecreditcard_data.info()
    
    crecreditcard_data.describe()
    
    
    crecreditcard_data.head()
    
    # 看看欺诈与非欺诈的比例如何
    count_classes=pd.value_counts(crecreditcard_data['Class'],sort=True).sort_index()
    
    # 统计下具体数据
    count_classes.value_counts()
    # 也可以用count_classes[0],count_classes[1]看分别数据
    
    count_classes.plot(kind='bar')
    plt.show()
    
    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

    2022-07-22 09:24:11
    第一次用pandas,确方便,简单记录下,稍后返回的结果等数据再补充下 以下为源码,功能为读取行数、列数、逐行读每个单元格 参考文章:(94条消息) pandas.DataFrame 按行和列遍历DataFrame_nailnehc的博客-CSDN博客_...

    第一次用pandas,确方便,简单记录下,稍后返回的结果等数据再补充下

    以下为源码,功能为读取行数、列数、逐行读每个单元格

    参考文章:(94条消息) pandas.DataFrame 按行和列遍历DataFrame_nailnehc的博客-CSDN博客_pandas遍历列

    例子:

    csv_file="./code/OnnxRT/network_multithread.csv"

        df=pandas.read_csv(csv_file)

        # print(df)

        # print(df['network'][0])

        # print(type(df['network']))

        # print(df.shape[0]) #返回行数

        # print(len(df.index.values))#行数

        # print(df.index.values)#行索引

        # print(len(df.columns.values))##列数

        # print(df.columns.values) #列索引

        # data1=df.head(2)

        # data2=df.values

        # print("data1:\n{0}".format(data1))#前2行所有数据

        # print("data2:\n{0}".format(data2))

        model_names=[]

        model_type=[]

        accuracy=[]

        batchsize=[]

        full_names=[]

        for index, row in df.iterrows():

            print(row['type'],row['network'], row['accuracy'], row['batchsize']) # 输出每一行的‘first’与‘second’的值

            model_names.append(row['network'])

            model_type.append(row['type'])

            accuracy.append(row['accuracy'])

            batchsize.append(row['batchsize'])

            full_names.append(row['full_name'])

        print(model_names)

        print(model_type)

        print(accuracy)

        print(batchsize)

        print(len(model_names))

    展开全文
  • 使用pandas读取csv文件

    2020-11-24 03:57:34
    下面为大家分享一篇使用pandas读取csv文件的指定列方法,具有很好的参考价值,希望对大家有所帮助。一起过来看看吧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...

    下面为大家分享一篇使用pandas读取csv文件的指定列方法,具有很好的参考价值,希望对大家有所帮助。一起过来看看吧

    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

    相关推荐:

    以上就是使用pandas读取csv文件的详细内容,更多请关注php中文网其它相关文章!

    article_wechat2021.jpg?1111

    本文原创发布php中文网,转载请注明出处,感谢您的尊重!

    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...
  • 使用pandas读取csv文件,在一定参数下,第一行错位俩列,如何才能使其对其 想要 第一行的A 在 M的上方 ,R 在-2的上方,如何实现 import pandas as pd f = pd.read_csv('ckm1.ascii_pssm.2',header=1,delim_white...
  • 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: ----------------------...
  • 使用一下代码即可,把所有编码都试了一遍: fp = pd.read_csv(open(file,encoding='utf-8',errors='ignore')) #file就是路径 原文链接: 原文链接
  • 一、pandas读取方式 1、csv介绍 csv文件是一种以逗号分割字符的文件形式 ...# 读取csv文件文件读取 data = pd.read_csv('demo.csv',encoding="gbk") # 中文显示需要指定编码格式 df = pd.DataFrame
  • 主要介绍了pandas读取CSV文件时查看修改各列的数据类型格式,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
  • 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。
  • Pandas读取csv文件

    2022-09-07 22:42:59
    Python读取常用文件方法—Pandas读取csv文件
  • import pandas as pd import os # 实现需要按下任意键才退出程序 from pip._vendor.distlib.compat import raw_input # 设置:显示所有的分析内容(行, 列) pd.set_option('display.max_rows', None) pd.set_...
  • Python使用pandas读取CSV文件

    千次阅读 多人点赞 2019-09-25 13:49:02
    使用pandas读取CSV文件 import pandas as pd csv_data = pd.read_csv("./path_file/file.csv", encoding = 'UTF-8') 如果报错 'utf-8' codec can't decode byte 0xb1 in position 0: invalid start byte 可以试...
  • 如何用Pandas读取一个csv文件

    千次阅读 2022-07-20 16:58:36
    这种文件不像excel,word,ppt……这些文件一样,它们的区别就在于,如果你MacOs(MacOperationSystem)打开他的话,他就会变。但是,csv文件是永远不会变的,他是一个文档,基本以类似表格的形式呈现。...
  • 1. csv文件自带列标题 import pandas as pd ...2.1和2.2效果都是一样的,读取文件,并且改列名 2.1 在读数之后自定义标题 df_example = pd.read_csv(‘Pandas_example_read.csv’) df_example.columns
  • Pandas读取.csv文件

    万次阅读 2021-05-26 14:15:27
    文章目录导入数据方法一方法二相关基本属性data.head( r ),data.tail( r )分别返回开头r行和末尾r行数据data.shape返回数据尺寸data.dtypes返回每个属性的数据类型data.values 返回ndarray类型的...import pandas as
  • <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_...
  • pandas读取csv文件提示字符读取失败的解决方法
  • 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...
  • 由于现实世界中数据源的格式非常多,pandas也支持了不同数据格式的导入方法,本文介绍pandas如何从csv文件中导入数据。数据导入到pandas从上图可以看出,我们要做的工作就是把存储在csv格式中的数据读入并转换成...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 49,646
精华内容 19,858
关键字:

用pandas读取csv文件

友情链接: movepic.rar