亲宝软件园·资讯

展开

​python中pandas读取csv文件

bulabula2022   人气:0

优点:

1.读取csv文件

import pandas as pd
 
file="c:\data\test.csv"
csvPD=pd.read_csv(file)
 
df = pd.read_csv('data.csv', encoding='gbk') #指定编码
 
 
read_csv()方法参数介绍
filepath_or_buffer:文件所在路径
encoding :编码,字符型,通常为'utf-8',如果中文读取不正常,可以将encoding设为'gbk'
sep:分隔符,默认为一个英文逗号,即','
delimiter :备选分隔符,如果指定了delimiter则sep失效
header :整数或者由整数组成的列表,以用来指定由哪一列或者哪几列作为列名,默认为header=0,表示第一列作为列名
eg:  pd.read_csv('data.csv', encoding='gbk', header=1) # 指定第二列作为列名
     pd.read_csv('data.csv', encoding='gbk', header=[0,1,3])
     pd.read_csv('data.csv', encoding='gbk', header=None) #表示不从文件数据中指定行作为列名,这是Pandas会自动生成从零开始的序列作为列名
 
names:一个列表,为数据额外指定列名。
pd.read_csv('data.csv', encoding='gbk', names=['第一列', '第二列', '第三列', '第四列'])

2.#指定列:通过索引指定列名获取列

data_new[] 建立空表存储行信息
for i in range(len(csvPD)):
    lst_new = []  # 建立空列表存储行信息
    if "未知版本" in str(csvPD['版本组件'][i]):
        print(csvPD['版本组件'][i])
        # print(csvPD['匹配数量'][i])
        # print(csvPD['git'][i])
        # print(csvPD['来源链接'][i])
        lst_new.append(csvPD['版本组件'][i])
        lst_new.append(csvPD['匹配数量'][i])
        lst_new.append(csvPD['git'][i])
        lst_new.append(csvPD['来源链接'][i])
 
        data_new.append(lst_new)  # 添加每行信息

3.根据index查询

条件:首先导入的数据必须的有index
或者自己添加吧,方法简单,读取excel文件时直接加index_col

代码示例:

import pandas as pd                     #导入pandas库
 
excel_file = './try.xlsx'               #导入excel数据
data = pd.read_excel(excel_file, index_col='姓名')        
#这个的index_col就是index,可以选择任意字段作为索引index,读入数据
print(data.loc['李四'])                #使用loc函数来查找

4.已知数据在第几行找到想要的数据

假如我们的表中,有某个员工的工资数据为空了,那我们怎么找到自己想要的数据呢。

代码如下:

for i in data.columns:
    for j in range(len(data)):
        if (data[i].isnull())[j]:
            bumen = data.iloc[j, [0]]                             #找出缺失值所在的部门
            data[i][j] = charuzhi(bumen)

首先检索全部的数据,然后我们可以用pandas中的iloc函数。上面的iloc[j, [2]]中j是具体的位置,【0】是你要得到的数据所在的column

"""根据条件查询某行数据"""
import pandas as pd            #导入pandas库
 
excel_file = './try.xlsx'        #导入文件
data = pd.read_excel(excel_file)      #读入数据
 
print(data.loc[data['部门'] == 'A', ['姓名', '工资']])     #部门为A,打印姓名和工资
print(data.loc[data['工资'] < 3000, ['姓名','工资']])    #查找工资小于3000的人

若要把这些数据独立生成excel文件或者csv文件:

添加以下代码:

"""导出为excel或csv文件"""
dataframe_1 = data.loc[data['部门'] == 'A', ['姓名', '工资']]
dataframe_2 = data.loc[data['工资'] < 3000, ['姓名', '工资']]
dataframe_1.to_excel('dataframe_1.xlsx')
dataframe_2.to_excel('dataframe_2.xlsx')
 
data.iloc[:,:2]  #即全部行,前两列的数据
 
 
data['columns']  #columns即你需要的字段名称即可
#注意这列的columns不能是index的名称
#如果要打印index的话就data.index
data.columns  #与上面的一样
 
data.iloc[:10,:][data.工资>6000] #找出前11行里工资大于6000的所有人的信息了

5.指定单元格:1001A列23时的AQI值

keyWord="1001A"
for i in range(len(csvPD)):
    if str(csvPD['hour'][i])=="23" and str(csvPD['type'][i])== "AQI":
        result=csvPD[keyWord][i]
        print(result)
        

解决遇到的"NAN":

常规解决思路:

使用numpy函数来判断:np.isnan()xxx is np.nan
通过运算操作判断:任何数字乘上0都是0
读取文件时加参数:pd.read_csv(file, keep_default_na=False)

加载全部内容

相关教程
猜你喜欢
用户评论