pandas21 读csv文件read_csv(6.命名和使用列)(详细 tcy)
2018-12-27 16:55
429 查看
[code]命名和使用列 2015/12/27
[code]目录: 第1部分:csv文本文件读写 pandas 读csv文件read_csv(1.文本读写概要)https://mp.csdn.net/postedit/85289371 pandas 读csv文件read_csv(2.read_csv参数介绍)https://mp.csdn.net/postedit/85289928 pandas 读csv文件read_csv(3.dtypes指定列数据类型)https://mp.csdn.net/postedit/85290575 pandas 读csv文件read_csv(4.to_csv文本数据写)https://mp.csdn.net/postedit/85290962 pandas 读csv文件read_csv(5.文本数据读写实例)https://mp.csdn.net/postedit/85291123 pandas 读csv文件read_csv(6.命名和使用列)https://mp.csdn.net/postedit/85291430 pandas 读csv文件read_csv(7.索引)https://mp.csdn.net/postedit/85291658 pandas 读csv文件read_csv(8.方言和分隔符)https://mp.csdn.net/postedit/85291994 pandas 读csv文件read_csv(9.浮点转换和NA值)https://mp.csdn.net/postedit/85292391 pandas 读csv文件read_csv(10.注释和空行)https://mp.csdn.net/postedit/85292609 pandas 读csv文件read_csv(11.日期时间处理) https://mp.csdn.net/postedit/85292925 pandas 读csv文件read_csv(12.迭代和块)https://mp.csdn.net/postedit/85293639 pandas 读csv文件read_csv(13.read_fwf读固定宽度数据)https://mp.csdn.net/postedit/85294010 第2部分: pandas hdf文件读写简要https://mp.csdn.net/postedit/85294299 pandas excel读写简要https://mp.csdn.net/postedit/85294545 第3部分: python中csv模块用法tcy https://mp.csdn.net/postedit/85228189 pandas读csv文件read_csv错误解决办法7种https://mp.csdn.net/postedit/85228808 pandas to_string用法https://mp.csdn.net/postedit/85294935
[code]1.处理列名
[code]# 文件可能有也可能没有标题行。pandas假设第一行应该用作列名: data = 'a,b,c\n1,2,3\n4,5,6\n7,8,9' pd.read_csv(StringIO(data)) #列名为a,b,c pd.read_csv(StringIO(data), names=['s1', 's2', 's3'], header=0) #列名为s1,s2,s3,丢弃标题行 pd.read_csv(StringIO(data), names=['s1', 's2', 's3'], header=None)#列名为s1,s2,s3,数据中保留标题行 data = 'skip this skip it\na,b,c\n1,2,3\n4,5,6\n7,8,9' pd.read_csv(StringIO(data), header=1) #列名为a,b,c;标题位于第2行,数据跳过第1行
[code]2.重复名称解析
[code]# 如果文件或标题包含重复的名称,则pandas默认会区分它们以防止覆盖数据: data = 'a,b,a\n0,1,2\n3,4,5' pd.read_csv(StringIO(data),mangle_dupe_cols=True) #列名为a,b,a.1 # 标题包含重复的名称 pd.read_csv(StringIO(data), mangle_dupe_cols=False)#出现重复数据抛出ValueError
[code]3.过滤列usecols
[code]# 该usecols参数允许您使用列名,位置号或可调用来选择文件中列的任何子集: data = 'a,b,c,d\n1,2,3,foo\n4,5,6,bar\n7,8,9,baz' pd.read_csv(StringIO(data)) #4列数据,列名为a,b,c,d pd.read_csv(StringIO(data), usecols=['b', 'd'])#2列数据,列名为b,d pd.read_csv(StringIO(data), usecols=[0, 2, 3]) #2列数据,列名为a,c,d pd.read_csv(StringIO(data), usecols=lambda x: x.upper() in ['A', 'C']) #2列数据,列名为a,c pd.read_csv(StringIO(data), usecols=lambda x: x.upper() in ['A', 'c']) #1列数据,列名为a # 指定在最终结果中不使用哪些列: pd.read_csv(StringIO(data), usecols=lambda x: x not in ['a', 'c']) #2列数据,列名为b,d
[code]4.索引列和尾随分隔符
[code]# 如果文件的列数据多于列名数,则第一列将用作DataFrame行名: data = 'a,b,c\n4,apple,bat,5.7\n8,orange,cow,10' pd.read_csv(StringIO(data)) #列名为a,b,c data = 'index,a,b,c\n4,apple,bat,5.7\n8,orange,cow,10' pd.read_csv(StringIO(data), index_col=0) #列名为a,b,c;'index'为行名 # 数据行的末尾使用分隔符:禁用索引列推断并丢弃最后一列用index_col=False data = 'a,b,c\n' \ '4,apple,bat,\n' \ '8,orange,cow,' pd.read_csv(StringIO(data)) a b c 4 apple bat NaN 8 orange cow NaN pd.read_csv(StringIO(data), index_col=False) a b c 0 4 apple bat 1 8 orange cow # 用usecols选项解析数据子集,则 index_col规范基于该子集,而不是原始数据。 pd.read_csv(StringIO(data), usecols=['b', 'c']) b c 4 bat NaN 8 cow NaN pd.read_csv(StringIO(data), usecols=['b', 'c'], index_col=0) b c 4 bat NaN 8 cow NaN
阅读更多
相关文章推荐
- pandas21 读csv文件read_csv(9.浮点转换和NA值)(详细 tcy)
- pandas21 读csv文件read_fwf读固定宽度数据(详细 tcy)
- pandas21 读csv文件read_csv(12.迭代和块)(详细 tcy)
- 使用pandas read_table读取csv文件的方法
- 解决pandas使用read_csv()读取文件遇到的问题
- pandas使用read_csv()读取文件遇到的问题
- 使用pandas read_table读取csv文件
- pandas read_csv 和 DictReader读取文件的区别
- 25 pandas的使用,转成numpy数组以及将list数组保存成csv格式的文件
- 使用pandas读取csv文件指定的前几行
- 处理淘宝双11数据,使用pandas库快速切分海量csv文件
- python pandas IO tools 之read_csv文件读写参数详解
- [python]pandas的read_csv读入csv文件报错 'utf-8' codec can't decode byte 0xbe in position 0
- 【pandas-read_csv】读入csv文件报错 'utf-8' codec can't decode byte 0xbe in position 0
- pandas的read_csv()函数读取的文件路径问题
- 使用pandas读取csv文件的指定列
- Python使用pandas处理CSV文件的实例讲解
- Python使用pandas处理CSV文件
- 使用pandas读取csv文件的指定列方法
- 使用pandas将numpy中的数组数据保存到csv文件的方法