这一节我们将学习如何使用Python和Pandas中的逗号分隔(CSV)文件。 我们将概述如何使用Pandas将CSV加载到dataframe以及如何将dataframe写入CSV。
在第一部分中,我们将通过示例介绍如何读取CSV文件,如何从CSV读取特定列,如何读取多个CSV文件以及将它们组合到一个数据帧,以及最后如何转换数据 根据特定的数据类型(例如,使用Pandas read_csv dtypes)。
df = pd.read_csv('amis.csv')
df.head()
image.png
url_csv = 'https://vincentarelbundock.github.io/Rdatasets/csv/boot/amis.csv'
df = pd.read_csv(url_csv)
从上图中可以看出,我们得到一个名为'Unamed:0'的列。 我们还可以看到它包含数字。 因此,我们可以将此列用作索引列。 在下一个代码示例中,我们将使用Pandas read_csv和index_col参数。 此参数可以采用整数或序列。 在我们的例子中,我们将使用整数0,我们将获得更好的数据帧:
df = pd.read_csv(url_csv, index_col=0)
df.head()
image.png
index_col参数也可以以字符串作为输入,现在我们将使用不同的数据文件。 在下一个示例中,我们将CSV读入Pandas数据帧并使用idNum列作为索引。
csv_url = 'http://vincentarelbundock.github.io/Rdatasets/csv/carData/MplsStops.csv'
df = pd.read_csv(csv_url, index_col='idNum')
df.iloc[:, 0:6].head()
注意,为了得到上面的输出,我们使用Pandas iloc来选择前7行。 这样做是为了获得更容易说明的输出。