经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Python » 查看文章
python中pandas读取csv文件?时如何省去csv.reader()操作指定列步骤
来源:jb51  时间:2022/1/19 11:43:50  对本文有异议

优点:

  • 方便,有专门支持读取csv文件的pd.read_csv()函数。
  • 将csv转换成二维列表形式
  • 支持通过列名查找特定列。
  • 相比csv库,事半功倍

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":

  • csv文件中:1001A站点0时的AQI为空白值,返回的结果为NAN
  • NAN全称:Not A Number

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)

操作结果如下图:

  • 1.推荐使用np.isnan()csvPD["1002A"][0] is np.nan显示为Flase
  • 2.推荐使用nan*0之后仍是nan,而不是0
  • 3.加了参数后,输出的所有数据类型变为str,nan变为空值,len(result)=0。

到此这篇关于?python中pandas读取csv文件?时如何省去csv.reader()操作指定列步骤的文章就介绍到这了,更多相关?python中pandas读取csv文件 内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue!

 友情链接: NPS