pandas读取文件参数

pd.read_csv(filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]],#文件路径或网址连接sep=',',                          #分隔符，默认为","header='infer',                      #是否包含列头，指定第几行位表头names=None,                         #设置列名称skiprows=None,                       #跳过前几行数据【重点】，跳过不需要的行索引nrows=None,                           #只取前几行数据【重点】na_values=None，                     #将空值填充为NANkeep_default_na=True,                #True将空值填充为NaN,False不填充空值，为空字符串na_filter=True,                      #True将空值填充为NaN,False不填充空值【可以提高读取速率】dtype=None,                     #修改数据类型，dtype={'positionId': str,'companyId':str}usecols=None，                  #根据指定列号读取，读第 1、3、5 列，第一列索引为0，usecols=[0,2,4],#根据列索引名名称获取列数据，例如usecols=['Province/State','Country/Region']index_col=None,                     #指定索引列，默认为None的时候，pandas会自动将第一列作为索引，并额外添加一列.大多数使用index_col=0,直接将第一列作为索引，不额外添加列【重点】na_values=None,                      #将NULL识别为空值，将值识别为空值parse_dates=False,                  #指定某列读取为日期格式delimiter=None, #定界符，备选分隔符(如果指定该参数，则sep参数失效)chunksize=None,         #文件块的大小，每一次读几行，返回一个迭代对象，文件大时使用，读取的每一块用for循环获得【重点】error_bad_lines=True,         #当某行数据有问题，不报错，直接跳过，处理脏数据时使用
)

set_option:修改显示设置

pd.set_option()#参数
#pd.set_option是pandas中的参数
pd.set_option('display.max_columns', None)   # 显示所有列
pd.set_option('display.max_columns', 5)  #最多显示5列pd.set_option('display.max_rows', None)# 显示所有行
pd.set_option('display.max_rows', 10)#最多显示10行#显示小数位数
pd.set_option('display.float_format',lambda x: '%.2f'%x) #两位
#显示宽度
pd.set_option('display.width', 100)
pd.set_option('precision', 1)   # 设置显示数值的精度
pd.set_option('display.max_colwidth',10)# 设置每列的最大宽度
pd.set_option('mode.chained_assignment',None)  #忽略警告
pd.set_option('chop_threshold',20)  #设置数值显示条件，小于20，显示0
pd.set_option('display.html.use_mathjax',True) #让dataframe中内容支持Latex显示(需要使用$$包住)
pd.set_option('plotting.backend','plotly') #修改pandas默认绘图引擎为plotly（需要提前安装好plotly）
pd.reset_option('all')  #还原所有option设置pd.reset_option('max_rows')        #还原默认显示的行
pd.reset_option('max_columns')#还原默认显示的列
pd.reset_option('display')  #还原全部显示设置

style:基于style个性化设置

data.style.hide_index() #隐藏索引列
data.style.set_precision(2) #将带有小数点的列精度调整为小数点后2位
data.style.set_na_rep('数据缺失') #标记缺失值，将缺失值标记为‘数据缺失’
data.style.highlight_null(null_color='skyblue') #将缺失值背景颜色高亮
data.style.highlight_max() #将 数值格式列的最大值进行高亮
data.style.highlight_min() #将 数值格式列的最小值进行高亮
data.style.highlight_max(color='#F77802').highlight_min(color='#26BE49') #同时高量最大值最小值import seaborn as sns
cm=sns.light_palette('green',as_cmap=True)
data.style.background_gradient(cmap=cm)  #渐变显示数值列，将数值格式的列使用渐变色（绿色）进行显示，以突出趋势data.style.set_properties(subset=['salary'],**{'color':'red'})#修改字体颜色
data.style.set_properties(**{'fontsize':'13px','background-color':'#F8F8FF','text-align':'center'})  #修改背景颜色、对齐方式、字体大小
data.style.bar(subset=['salary'],color='skyblue') #指定列条形图
data.style.format({'createTime':lambda t:t.strftime('%Y年%m月%d日')})#日期格式化

pd.tO_csv(na_rep，                         #填充缺失值index=False,                 #取消索引
)

pandas读取文件参数相关推荐

成功解决pandas读取文件中不读取第一索引列
成功解决pandas读取文件中不读取第一索引列目录解决问题解决思路解决方法解决问题解决pandas读取文件中不读取第一索引列解决思路 pandas输出时会默认增加一列索引列解决方法添 ...
Python Pandas读取文件
Python Pandas读取文件当使用 Pandas 做数据分析的时,需要读取事先准备好的数据集,这是做数据分析的第一步.Panda 提供了多种读取数据的方法: read_csv() 用于读取文本 ...
Pandas读取文件的OSError: Initializing from file failed错误解决
pandas读取文件 path = 'D:/GFZQ/GFZQ/project/7_30_test/data/conferences/ST獐岛2016年度业绩说明会.csv'df_data = pd. ...
python pandas读取文件内容_python pandas读取大型文件
数据处理:pandas处理大型csv文件,使用pandas分块处理大文件 1. 读取限定列一个 csv文件中,有很多列,而我们只关心其中的某些列是,如果把每行数据都读取出来,在提取信息,显然会增加I ...
pandas读取文件数据、存储详解笔记
本文是对 <利用Python进行数据分析>中关于数据读取的回顾性总计笔记,包含代码注释等. 目录 pd.read_csv和pd.read_table jsons数据读取二级制数据读取读 ...
Python pandas 读取文件——读取具有明显分隔符的数据
关于这篇博文提到的所有函数都可以在 IO Tools (Text, CSV, HDF5, -) 找到. 首先我们来列举一下 pandas 处理文件的函数1: pd.read_csv(filepath) ...
pandas读取文件
from os import walk import pandas as pd dataframe_list = [] #walk会返回3个参数,分别是路径,目录list,文件list,你可以按需修 ...
pandas读取文件——CSV，Excel
CSV(Comma-Separated Values,逗号分隔值,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本). CSV 是一种通用的.相对简单的文 ...
python pandas读取excel-python pandas 读取文件写入文件excel
读取数据 import pandas as pd import collections def readLocationCodeForExcel(): read_file = r"test. ...

pandas读取文件参数

pandas读取文件参数

pandas读取文件参数相关推荐

最新文章

热门文章