pandas —— pd read csv 与df to csv
- 对 DataFrame 对象迭代得到的是其各个属性列的列名,自然为 list 类型;
0. read_csv 与 df.to_csv
- df.to_csv
- na_rep=‘NA’:缺失值替换为NA
- header=1/0:是否保存表头;
- index=1/0:是否保存行的索引;
1. 从文件读取数据返回 data frame
<a href=“https://www.cnblogs.com/datablog/p/6127000.html”, target="_blank">pandas.read_csv参数详解
read_csv,read_excel
df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/' 'breast-cancer-wisconsin/wdbc.data', header=None) # df: data frame # type(df): <class 'pandas.core.frame.DataFrame'>
- 1
- 2
- 3
- 4
header:表头,默认不为空(为 0,也即将第一行视为表头)。如果我们要读取的文件,直接就是数据,没有所谓的表头。就需指定 header=None,否则将以文件的第一行作为 df.columns。指定 header=None,df.columns 返回的是列索引,如一个三列的数据:
Int64Index([0, 1, 2], dtype='int64')
- 1
index_col:认定原始 csv 文件的第几列(从0开始计数)为索引列(也即从1开始编号,表示每一行样本的编号)
- 一般会指定 index_col=0,表示第0列为索引列
- index_col 指定的列将不会作为 DataFrame 的一列进行返回;
parse_datas:指明日期列,为字符串构成的 list;
thousands : str, default None,千分位分割符,如“,”或者“."
2. pandas 基本数据结构:Series 与 DataFrame
from pandas import Series, DataFrame
- Series 最重要的一个功能在于:它在算术运算中会自动对齐不同索引的数据;
X, y = df.values[:, 2:], df.values[:, 1] # df.values 的类型为 numpy.ndarray# 也可以X, y = df.loc[:, 2:].values, df.loc[:, 1].values
- 1
- 2
- 3
- 4
3. dataframe 与 numpy 下的多维数组的转换
dataframe ⇒ numpy.ndarray
df.ax_matrix()
df.values
4. 基本成员函数
df.dtypes:会按列给出各个列的数据类型;
df.columns,获取列名,可直接通过
.
的形式进行索引;比如一个 df.columns 的返回值为:
Index([u'dt', u'kind', u'value'], dtype='object')
- 1
可直接索引的含义在于,使用
df.dt
或者df.kind
或者df.value
进行索引,获取某列的全部值( 注,pandas 的特点,以列进行索引和修改)。同时索引多个列以构成一个新的表格,df[['dt', 'value']] # 这样得到的仍然是 dataframe
- 1
支持
[]
的索引方式,但关键字必须是 list 的形式(['dt', 'value']
),而不可以是 tupledf.assign():指定新的列(如果列名已存在,则替换;如果不存在,在添加该列),返回一个新的 DataFrame,不对原始的 DataFrame 进行修改;
- 当然其也可以接收一个 lambda 型的函数对象,该函数对象接收的参数则是原始的 dataframe;
# 接收 lambda 型函数对象,>> df = DataFrame({'A':range(1, 6), 'B':np.random.randn(5)})>> df.assign(ln_A=lambda x: np.log(x.A)) A B ln_A0 1 0.456539 0.0000001 2 1.022736 0.6931472 3 -0.158207 1.0986123 4 0.951304 1.3862944 5 -1.024661 1.609438 # 此时 df 本身并未发生任何改变;>> df.assign(A = range(21, 26)) A B0 21 0.4565391 22 1.0227362 23 -0.1582073 24 0.9513044 25 -1.024661
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
<a href=“http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.assign.html”, target="_blank">pandas.DataFrame.assign
set_index():将某列设置为索引列;
再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow
pandas —— pd read csv 与df to csv相关推荐
- python导出csv有引号_python – csv中的双引号元素不能用pandas读取
我有一个输入文件,其中每个值都存储为一个字符串. 它位于一个csv文件中,每个条目都在双引号内. 示例文件: "column1","column2", &quo ...
- Pandas如何读取和导出 Excel、CSV、JSON 数据?
转载自:Pandas如何读取和导出 Excel.CSV.JSON 数据? - 知乎 导入pandas等包 import pandas as pd import numpy as np import m ...
- csv java web 导入_DAY5-step9 使用CSV模块和Pandas在Python中读取和写入CSV文件
什么是CSV文件? CSV文件是一种纯文本文件,其使用特定的结构来排列表格数据. CSV是一种紧凑,简单且通用的数据交换通用格式. 许多在线服务允许其用户将网站中的表格数据导出到CSV文件中. CSV ...
- 用python的pandas打开csv文件_使用CSV模块和Pandas在Python中读取和写入CSV文件
什么是CSV文件? CSV文件是一种纯文本文件,其使用特定的结构来排列表格数据.CSV是一种紧凑,简单且通用的数据交换通用格式.许多在线服务允许其用户将网站中的表格数据导出到CSV文件中.CSV文件将 ...
- [转载] pythonpandas读取csv文件最后一行_简单小案例(一):使用Pandas在Python中读取和写入CSV文件...
参考链接: 使用Pandas在Python中读写CSV文件 前期文章链接: YOLOv3论文 https://arxiv.org/pdf/1804.02767.pdf 正文: 有许多方法可以在Pyth ...
- np读取csv文件_pythonpandas读写csv数据
官方介绍:pandas的官方手册:https://pandas.pydata.org/pandas-docs/stable/pandas官方读写数据文档:https://pandas.pydata.o ...
- python3.7读取csv文件_Python3 读取csv文件
使用pandas 读取csv文件前几行数据 文件内容如下: 先读取标题: importpandas as pd path= r'C:\Users\dhw\Desktop\work\term paper ...
- 【pandas】查找重复数据 df.duplicated() 、删除重复数据 df.drop_duplicates()
数据准备 import pandas as pdtrain = pd.read_csv(r"../input/titanic/train.csv") train.head() 查看 ...
- 将多个csv文件合成一个csv
1.python的writer做法 import csv import pandas as pd import os from statistics import mean #对dev测试生成的多个c ...
最新文章
- 声场噪音测试软件,粉红噪声:测试声场频率的标准信号源(转载)
- Spring框架(1)
- javaweb开发之处理表单上传文件和文件下载
- WordPress简约博客主题模板Chen主题V1.2
- win10专业版系统没有休眠选项如何解决?
- pandas: pd.concat([df1,df3],axis默认=0纵向拼接),concat常用于纵向拼接,默认outer join
- 鸿蒙HMS大势渐成,P40系列开启华为终端新征程
- 鲁棒控制器设计方法(systune,hinfsyn,musyn...)
- html5的canvas绘制迷宫地图
- PAT 乙级 1020 月饼
- 机载激光雷达测量技术理论与方法读书笔记(3)机载激光雷达测量数据的滤波分类
- VMware Linux虚拟机CPU占用过高
- UVA 10881 Piotr‘s Ants
- 支付宝钱包系统架构内部剖析
- python:numpy从数组中随机抽取元素
- 寻找假币问题(二分法)
- 羊皮卷的故事-第十五章-羊皮卷之八
- 怎么禁止WordPress后台加载谷歌字体?
- 极限切割异形图形描述脚本语言:Q代码指南
- 举例5种计算机网络设备,一种计算机网络设备的制作方法