Python 数据科学教程：Panadas库-Function-Function CSV 数据处理

从 CSV（逗号分隔值）读取数据是数据科学的基本要求。我们通常从不同来源获取数据，然后将其导出为 CSV 格式，以便其他系统可以使用这些数据。 Panadas库 提供了一些功能来读取整个 CSV 文件或仅读取一组选定的列和行。

CSV 文件作为输入

csv 文件是一个文本文件，其中列值以逗号分隔。假设您有一个名为 input.csv 的文件，其中包含以下数据。

可以使用 Windows 记事本通过复制和粘贴数据来创建此文件。使用记事本的另存为 (.) 选项并将文件另存为 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

Csv

读取 CSV 文件

使用 pandas 库的 read_csv 函数将 CSV 环境的内容读取到 pandas Datarame 文件中。该函数可以使用适当的文件路径从操作系统读取文件。实现代码如下：

import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)

Python

当我们执行上面的代码时，会产生以下结果。请注意该函数如何创建一个附加的从零开始的列作为索引。

   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

Shell

读取指定行

panda库的函数read_csv也可用于读取给定列的各个行。以下代码用于拆分 read_csv 函数的结果，例如： payment 列的前 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'])

Python

运行上面的示例代码，您将得到以下结果：

0    623.30
1    515.20
2    611.00
3    729.00
4    843.25
Name: salary, dtype: float64

Shell

读取特定列

函数♶♶

也可以使用阅读一些特定的列列表。为此，我们使用多轴索引方法.loc()。选择显示列 payment 和 nama 的所有行。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])

Python

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

Shell

读取特定列和行

Pandas库的函数read_csv也可以用于读取特定列和行。为此，我们使用多轴索引方法.loc()。选择显示列 salary 和 name 的某些行。

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']])

Python

执行上述代码时，会产生以下结果。

   salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

Shell

读取行序列中的特定列

Pandas 库的函数 read_csv 也可用于读取某些行和列的序列。使用 .loc() 多轴分度方法。选择某些行以显示列 sarlay 和 name。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])

Python

运行上面的示例代码，得到以下结果 -

   salary    name
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab

Shell