Python Processing CSV Data
从CSV读取数据（逗号分隔值）是数据科学中的基本必需品。 通常，我们从各种来源获取数据，这些数据可以导出为CSV格式，以便其他系统可以使用它们。 Panadas库提供了一些功能，使用这些功能我们可以完整地读取CSV文件，也可以只读取选定的一组列和行的部分。
输入为CSV文件
csv文件是一个文本文件，其中列中的值用逗号分隔。 让我们考虑名为input.csv的文件中存在以下数据。
您可以通过复制和粘贴此数据使用Windows记事本创建此文件。 使用记事本中的“另存为所有文件（*。*）”选项将文件另存为input.csv 。
id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Tusar,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Rasmi,578,2013-05-21,IT
7,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance
读取CSV文件
使用pandas库的read_csv函数将CSV文件的内容作为pandas DataFrame读取到python环境中。 该函数可以使用适当的文件路径从OS读取文件。
import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)
当我们执行上面的代码时，它会产生以下结果。 请注意该函数是如何创建以零开头的附加列作为索引。
id name salary start_date dept
0 1 Rick 623.30 2012-01-01 IT
1 2 Dan 515.20 2013-09-23 Operations
2 3 Tusar 611.00 2014-11-15 IT
3 4 Ryan 729.00 2014-05-11 HR
4 5 Gary 843.25 2015-03-27 Finance
5 6 Rasmi 578.00 2013-05-21 IT
6 7 Pranab 632.80 2013-07-30 Operations
7 8 Guru 722.50 2014-06-17 Finance
阅读特定行
pandas库的read_csv函数也可用于读取给定列的某些特定行。 我们使用下面显示的代码对read_csv函数中的结果进行切片，对于名为salary的列，前5行。
import pandas as pd
data = pd.read_csv('path/input.csv')
# Slice the result for first 5 rows
print (data[0:5]['salary'])
当我们执行上面的代码时，它会产生以下结果。
0 623.30
1 515.20
2 611.00
3 729.00
4 843.25
Name: salary, dtype: float64
阅读特定列
pandas库的read_csv函数也可用于读取某些特定列。 为此，我们使用名为.loc()的多轴索引方法。 我们选择显示所有行的salary和name列。
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])
当我们执行上面的代码时，它会产生以下结果。
salary name
0 623.30 Rick
1 515.20 Dan
2 611.00 Tusar
3 729.00 Ryan
4 843.25 Gary
5 578.00 Rasmi
6 632.80 Pranab
7 722.50 Guru
阅读特定的列和行
pandas库的read_csv函数也可用于读取某些特定列和特定行。 为此，我们使用名为.loc()的多轴索引方法。 我们选择显示某些行的salary和name列。
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])
当我们执行上面的代码时，它会产生以下结果。
salary name
1 515.2 Dan
3 729.0 Ryan
5 578.0 Rasmi
读取一系列行的特定列
pandas库的read_csv函数也可用于读取某些特定列和一系列行。 为此，我们使用名为.loc()的多轴索引方法。 我们选择显示某些行的salary和name列。
import pandas as pd
data = pd.read_csv('path/input.csv')
# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])
当我们执行上面的代码时，它会产生以下结果。
salary name
2 611.00 Tusar
3 729.00 Ryan
4 843.25 Gary
5 578.00 Rasmi
6 632.80 Pranab
