Python使用pandas处理CSV文件的实例讲解
2017-04-28 00:00
1051 查看
Python中有许多方便的库可以用来进行数据处理,尤其是Numpy和Pandas,再搭配matplot画图专用模块,功能十分强大。
CSV(Comma-Separated Values)格式的文件是指以纯文本形式存储的表格数据,这意味着不能简单的使用Excel表格工具进行处理,而且Excel表格处理的数据量十分有限,而使用Pandas来处理数据量巨大的CSV文件就容易的多了。
我用到的是自己用其他硬件工具抓取得数据,硬件环境是在Linux平台上搭建的,当时数据是在运行脚本后直接输出在terminal里的,数据量十分庞大,为了保存获得的数据,在Linux下使用了数据流重定向,把数据全部保存到了文本文件中,形成了一个本地csv文件。
Pandas读取本地CSV文件并设置Dataframe(数据格式)
import pandas as pd import numpy as np df=pd.read_csv('filename',header=None,sep=' ') #filename可以直接从盘符开始,标明每一级的文件夹直到csv文件,header=None表示头部为空,sep=' '表示数据间使用空格作为分隔符,如果分隔符是逗号,只需换成 ‘,'即可。 print df.head() print df.tail() #作为示例,输出CSV文件的前5行和最后5行,这是pandas默认的输出5行,可以根据需要自己设定输出几行的值
数据读取示例
图片中显示了我本地数据的前5行与最后5行,最前面一列没有标号的是行号,数据一共有13列,标号从0到12,一行显示不完全,在第9列以后换了行,并且用反斜杠“\”标注了出来。
2017年4月28日更新
使用pandas直接读取本地的csv文件后,csv文件的列索引默认为从0开始的数字,重定义列索引的语句如下:
import pandas as pd import numpy as np df=pd.read_csv('filename',header=None,sep=' ',names=["week",'month','date','time','year','name1','freq1','name2','freq2','name3','data1','name4','data2']) print df
此时打印出的文件信息如下,列索引已经被重命名:
以上这篇Python使用pandas处理CSV文件的实例讲解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。
您可能感兴趣的文章:
相关文章推荐
- Python使用pandas处理CSV文件
- 使用python pandas读取csv文件数据
- Python利用pandas计算多个CSV文件数据值的实例
- python读取csv文件并把文件放入一个list中的实例讲解
- Python_使用csv模块解析csv文件(处理Excel表格)
- 使用Python对Csv文件操作实例代码
- 使用NumPy和pandas对CSV文件进行写操作的实例
- Python简单爬虫导出CSV文件的实例讲解
- 使用python处理csv文件
- 处理淘宝双11数据,使用pandas库快速切分海量csv文件
- 使用python处理中文csv文件,并让excel正确显示中文(避免乱码)
- pandas io tools(使用python处理数据时候经常用到)读csv,TXT
- 使用python的pandas库读取csv文件保存至mysql数据库
- 使用python处理中文csv文件,并让excel正确显示中文
- Python使用pandas & pymysql读取MySQL数据到csv文件中
- 使用python处理中文csv文件,并让excel正确显示中文(避免乱码)
- 使用python读取csv文件快速插入数据库的实例
- python的pandas工具包,保存.csv文件时不要表头的实例
- 读取csv文件并使用pandas.Series.apply进行处理时,对header=?的处理
- Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)