pandas 操作csv檔案

一、讀csv檔案

import pandas as

pdread_df = pd.read_csv('
./a.csv
')    # 結果為dataframe結構

1.filepath_or_buffer:（這是唯一乙個必須有的引數，其它都是按需求選用的）

檔案所在處的路徑

2.sep：

指定分隔符，預設為逗號','

3.delimiter: str, default none

定界符，備選分隔符（如果指定該引數，則sep引數失效）

4.header：int or list of ints, default 『infer』

指定哪一行作為表頭。預設設定為0（即第一行作為表頭），如果沒有表頭的話，要修改引數，設定header=none

5.names：

指定列的名稱，用列表表示。一般我們沒有表頭，即header=none時，這個用來新增列名就很有用啦！

6.index_col:

指定哪一列資料作為行索引，可以是一列，也可以多列。多列的話，會看到乙個分層索引

7.prefix:

給列名新增字首。如prefix="x",會出來"x1"、"x2"、"x3"醬紙

8.nrows: int, default none

需要讀取的行數（從檔案頭開始算起）

二、寫入csv檔案

import

pandas as pd
base_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__
)))data = 
df =pd.dataframe(data)
df.to_csv(f
'/words_csv.csv
', mode='
a', index=false, header=false)

引數解析：

1.path_or_buf：字串，放檔名、相對路徑、檔案流等；

2.sep：字串，分隔符，跟read_csv()的乙個意思

3.na_rep：字串，將nan轉換為特定值

4.columns：列表，指定哪些列寫進去

5.header：預設header=0，如果沒有表頭，設定header=none，表示我沒有表頭呀！

6.index：關於索引的，預設true,寫入索引

pandas讀取csv檔案的操作

1.讀取csv檔案 import pandas as pd import numpy as np 讀取整個csv檔案 csv data pd.read csv stock day.csv 讀取指定列索引欄位的資料 csv data pd.read csv stock day.csv usecols ...

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讀取csv檔案

import pandas as pd pd.set option display.max columns none 在pycharm下可以顯示所有列 pd.set options display.max rows none 在pycharm下可以顯示所有行 給每一列命名，注意第一行的設定 data...