Python 數據操作教程使用 PANDAS 讀取 CSV 文件的 15 種方法_第1頁
Python 數據操作教程使用 PANDAS 讀取 CSV 文件的 15 種方法_第2頁
Python 數據操作教程使用 PANDAS 讀取 CSV 文件的 15 種方法_第3頁
Python 數據操作教程使用 PANDAS 讀取 CSV 文件的 15 種方法_第4頁
Python 數據操作教程使用 PANDAS 讀取 CSV 文件的 15 種方法_第5頁
已閱讀5頁,還剩14頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1pandas包的read_csv函數在python中讀取CSV文readcsv函數,用python面向對象編程導入CSV文件并不在這里,我們將介紹如何處理導入CSV文件時的常見問標題行的CSV文件]2:讀取標題在第二行的CSV文件]3:跳過行但保留標題]4:讀取沒有標題行的CSV文件]缺失值]:設置索引列]7:從外部URL讀取CSV文件]8:導入CSV時跳過最后5行]9:只讀取前5行],”解釋為千位分隔符]號分隔符讀取文件]14:導入CSV時更改列類型]2CSV花費的時間]何在不使用Pandas包的情況下讀取CSV文件]安裝和加載Pandas包pandas所以你不需要再次安裝它。否則,您可以使用命令安裝它創建用于導入的示例數據dtID[11,12,13,14,15],firstnameDavidJamie,'Steve','Stevart',companyAonTCSGoogle','RBS','.'],salary6,96,71,78]}mydtpd.DataFrame(dt,columns=['ID','first_name','company',示例數據如下所示-anysalary0dn12634John.3在工作目錄中將數據保存為CSV格式ddirnoschdirCUsersDELLDocuments\")CSV示例1:讀取帶有標題行的CSV文件readcsv本語法。您只需要提及文件名。它假定您的CSV文mydata=pd.read_csv("workingfile.csv")我們在數據文件的第一行中有標題。重要的r據mydata.shapemydatacolumnsmydatadtypes列名是['ID','first_name','company',4示例2:讀取標題在第二行的CSV文件名或變量名。要讀取這種CSV文件,您可以提交以下命mydata=pd.read_csv("workingfile.csv",header=1)用,Aon2JamieTCS76ogleStevartRBS71John.78定義您自己的列名而不是CSV文件中的標題行mydatapd.read_csv("workingfile.csv",skiprows=1,names=['CustID',NameCompaniesIncomeCustIDNameCompaniesIncome01dn52634John.示例3:跳過行但保留標題mydatapd.read_csv("workingfile.csv",skiprows=[1,2])在本例中,我們在導入時跳過了第二行和第三行。不要忘記python中的索引anysalarySteveGoogle96StevartRBS71John.78angeskiprows藏秘密當當在skiprows=選項中指定列表時,它會跳過索引位置示例4:讀取沒有標題行的CSV文件mydatapd.read_csv("workingfile.csv",header=None)6添加前綴mydatapd.read_csv("workingfile.csv",header=None,prefix="var")012345 n .示例5:指定缺失值7mydata00=pd.read_csv("workingfile.csv",na_values=['.'])012345 n .示例6:設置索引列mydata01=pd.read_csv("workingfile.csv",index_col='ID')anysalary1DavidAon74JamieTCS76SteveGoogle96StevartRBS7115JohnNaN78示例7:從外部URL讀取CSV文件Web接上的CSV文件中讀取數據。當你需要從mydata2=pd.read_csv("://winterolympicsmedals/medals.csv")8示例8:導入CSV時跳過最后5行mydata=pd.read_csv("://winterolympicsmedals/medals.csv",示例9:只讀取前5行mydata=pd.read_csv("://winterolympicsmedals/medals.csv",s示例10:將“,”解釋為千位分隔符mydata=pd.read_csv("://winterolympicsmedals/medals.csv",示例11:只讀特定列mydata=pd.read_csv("://winterolympicsmedals/medals.csv",usecols7])示例12:讀取一些行和列mydata=pd.read_csv("://winterolympicsmedals/medals.csv",usecols,7],nrows=5)們組合了usecols=和nrows=選項。它只會選擇前5行9示例13:使用分號分隔符讀取文件mydata09=pd.read_csv("file_path",sep=';')示例14:導入CSV時更改列類型CSV加載到Python中時將列格式從int64更改為mydfpd.read_csv("workingfile.csv",dtype={"salary":"float64"})示例15:測量導入大CSV文件所花費的時間mydfpd.read_csv("workingfile.csv",verbose=True)示例16:如何在不使用Pandas包的情況下讀取withopen("C:/Users/DELL/

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論