pandas基础：文件的读取和写入

文件的读取和写入

读取csv文件

csv文件：

name,age,city
Alice,25,New York
Bob,30,Los Angeles

read_csv('filename')

• header：如 何处理文件的第一行。header=0将第一行作为列名，header=None表示文件中没有列名，所有行都是数据。

  import numpy as np
  import pandas as pd
  
  # 文件中没有列名，所有行都是数据。
  df = pd.read_csv('xuexi.csv', header=None)
  print('文件中没有列名，所有行都是数据')
  print(df)
  #        0    1            2
  # 0   name  age         city
  # 1  Alice   25     New York
  # 2    Bob   30  Los Angeles
  print('####################')
  # 文件中没有列名，第一行是列名。
  df = pd.read_csv('xuexi.csv', header=0)
  print('文件中没有列名，第一行是列名')
  print(df)
  #     name  age         city
  # 0  Alice   25     New York
  # 1    Bob   30  Los Angeles
  

  每一行前面的数字表示索引号。

• index_col：将某列或多列作为索引列。

  参数可以是一个整数（列的索引位置）、一个字符串（列名）、一个整数列表或字符串列表。默认不将任何列作为索引。

  import numpy as np
  import pandas as pd
  
  df = pd.read_csv('xuexi.csv', header=0, index_col=1) # 等价于 index_col='age'
  print(df)
  #       name         city
  # age
  # 25   Alice     New York
  # 30     Bob  Los Angeles
  

• usecols：指定读取哪些列。

  参数可以是一个整数列表（列的索引位置）、一个字符串列表（列名）或一个函数。默认读取全部列。

  import numpy as np
  import pandas as pd
  
  df = pd.read_csv('xuexi.csv', header=0, usecols=[0,1]) # 等价于 usecols=['name', 'age']
  print(df)
  #     name  age
  # 0  Alice   25
  # 1    Bob   30
  

• parse_dates：将某些列解析为日期时间格式。

  参数可以是一个整数列表（列的索引位置）、一个字符串列表（列名）或一个布尔值。默认不解析任何列为日期时间格式。

• nrows：指定读取的行数。

  参数是一个整数，表示读取的行数。默认读取全部行。

• sep：自定义分隔符。

  参数用于指定分隔符（分隔列的字符）。默认值是逗号。其他分隔符要使用sep属性。

  engine用于指定pandas解析的引擎。如果是简单分隔符用‘C’即可，如果涉及正则表达式则要使用‘Python’。

  import numpy as np
  import pandas as pd
  
  tb = pd.read_table('xuexi.txt', sep=' \|\|\|\| ', engine='python')
  print(tb)
  

一般在数据写入中，最常用的操作是把index设置为False，特别当索引没有特殊意义的时候，这样的行为能把索引在保存的时候去除。

如果不去除索引：

import numpy as np
import pandas as pd

df = pd.read_csv('xuexi.csv')
print(df)

df.to_csv('xuexi.csv')

经过两次运行后，就是下面结果：

https://www.datawhale.cn/learn/content/3/81