import pandas as pd
import numpy as np
from pylab import
*mpl.rcparams[
'font.sans-serif']=
['simhei'
]mpl.rcparams[
'axes.unicode_minus']=
false
file_path=
'd:\演算法比賽\件量資料試驗.csv'
data_csv=pd.read_csv(file_path,engine=
'python'
)bigdata=data_csv
bigdata[
'date'
]= pd.to_datetime(bigdata[
'date'])
data = bigdata[
(bigdata[
'date'
]>=pd.to_datetime(
'20131024'))
&(bigdata[
'date'
]<= pd.to_datetime(
'20131207'))
]print
(data)
print
(bigdata[bigdata[
'zonecode']==
1])bigdata.to_csv(
'd:\演算法比賽\件量資料2.csv'
,columns=
['date'
,'zonecode'
,'quantity'
],index=
false
,header=
true
)bigdata.to_excel(
'd:\演算法比賽\試驗3.xlsx'
,columns=
['date'
,'zonecode'
,'quantity'
],index=
false
,header=
true
)
最近試了一下用pandas讀取csv格式的資料,發現pandas模組真的非常好用,就拿寫入csv格式的檔案來說,如果不用pandas直接寫入,則要好幾行**,用pandas則只需一行**就能搞定,接下來還要繼續深入學習。
處理excel和csv方法很接近,可以對比著學。
pandas處理csv檔案
機器學習離不開資料,資料分析離不開pandas。首先,我們拿到乙個excel表,我們將之另存為csv檔案。因為檔案是實驗室的資源,我就不分享了。首先是檔案讀取 def load csv filename data pd.read csv filename data data.drop data.co...
pandas處理csv資料小試
import pandas as pd import numpy as np 1.讀取csv檔案 filepath data pd.read csv filepath,low memory false 2.輸出設定 pd.set option display.float format lambda ...
使用pandas處理CSV檔案
import csv import numpy as np import pandas as pd data path test.csv 檔案路徑 讀csv data pd.read csv data path print 返回資料格式 type data col labels np.array d...