Python Pandas - IO Tools
Pandas I/O API是一组顶级读取器函数，像pd.read_csv()一样访问，通常返回Pandas对象。
读取文本文件（或平面文件）的两个主要功能是read_csv()和read_table() 。 它们都使用相同的解析代码智能地将表格数据转换为DataFrame对象 -
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None
以下是csv文件数据的样子 -
S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900
将此数据另存为temp.csv并对其执行操作。
S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900
将此数据另存为temp.csv并对其执行操作。
read.csv
read.csv从csv文件中读取数据并创建DataFrame对象。
import pandas as pd
df=pd.read_csv("temp.csv")
print df
其output如下 -
S.No Name Age City Salary
0 1 Tom 28 Toronto 20000
1 2 Lee 32 HongKong 3000
2 3 Steven 43 Bay Area 8300
3 4 Ram 38 Hyderabad 3900
自定义索引
这指定csv文件中的列以使用index_col.自定义索引index_col.
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['S.No'])
print df
其output如下 -
S.No Name Age City Salary
1 Tom 28 Toronto 20000
2 Lee 32 HongKong 3000
3 Steven 43 Bay Area 8300
4 Ram 38 Hyderabad 3900
转换器(Converters)
列的dtype可以作为dict传递。
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes
其output如下 -
S.No int64
Name object
Age int64
City object
Salary float64
dtype: object
默认情况下，Salary列的dtype是int ，但结果显示为float因为我们已经显式地转换了类型。
因此，数据看起来像浮动 -
S.No Name Age City Salary
0 1 Tom 28 Toronto 20000.0
1 2 Lee 32 HongKong 3000.0
2 3 Steven 43 Bay Area 8300.0
3 4 Ram 38 Hyderabad 3900.0
header_names
使用names参数指定标头的名称。
import pandas as pd
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df
其output如下 -
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
请注意，标题名称附加了自定义名称，但文件中的标题尚未消除。 现在，我们使用header参数删除它。
如果标题位于第一行之外的行中，则将行号传递给标题。 这将跳过前面的行。
import pandas as pd
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df
其output如下 -
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900
skiprows
skiprows会跳过指定的行数。
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print df
其output如下 -
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900
