写点什么

使用 pandas 高效读取筛选 csv 数据

  • 2024-04-25
    江西
  • 本文字数:960 字

    阅读完需:约 3 分钟

前言

在数据分析和数据科学领域中,Pandas 是 Python 中最常用的库之一,用于数据处理和分析。本文将介绍如何使用 Pandas 来读取和处理 CSV 格式的数据文件。

什么是 CSV 文件?

CSV(逗号分隔值)文件是一种常见的文本文件格式,用于存储表格数据,其中每行表示一条记录,字段之间用逗号或其他特定分隔符分隔。CSV 文件可以使用任何文本编辑器打开,并且易于阅读和编辑。

环境准备

首先,确保已安装 Pandas 库。可以使用 pip 在命令行中安装 Pandas:


pip install pandas
复制代码

使用 Pandas 读取 CSV 文件

要使用 Pandas 读取 CSV 文件,可以按照以下步骤进行:


  1. 导入 Pandas 库


在 Python 脚本或 Jupyter Notebook 中导入 Pandas 库:


import pandas as pd
复制代码


  1. 读取 CSV 文件


使用 pd.read_csv() 函数读取 CSV 文件:


df = pd.read_csv('file.csv')
复制代码


这里 file.csv 是要读取的 CSV 文件的路径。

参数和选项

pd.read_csv() 函数提供了许多参数和选项,以便读取各种类型的 CSV 文件。以下是一些常用的选项:


  • sep: 指定分隔符,例如逗号 , 或制表符 \t。

  • header: 指定哪一行作为列名(通常是第一行),默认为 0。

  • names: 自定义列名,传入一个列表。

  • index_col: 指定哪一列作为索引列。

  • dtype: 指定每列的数据类型。

  • skiprows: 跳过指定行数的数据。

  • na_values: 将指定值视为空值。


例如:


df = pd.read_csv('file.csv', sep=';', header=0, names=['col1', 'col2', 'col3'])
复制代码

查看数据

使用 Pandas 读取 CSV 文件后,可以通过以下方法快速查看数据:


  • 查看前几行数据:


df.head()  # 默认显示前5行
复制代码


  • 查看数据的基本信息:


df.info()
复制代码

示例

假设我们有一个名为 data.csv 的 CSV 文件,包含以下数据:


Name,Age,CityJohn,30,New YorkAlice,25,San FranciscoBob,35,Los Angeles
复制代码


现在,我们使用 Pandas 读取并展示数据:


import pandas as pd
# 读取 CSV 文件df = pd.read_csv('data.csv')
# 查看前几行数据print(df.head())
----------输出结果如下:
Name Age City0 John 30 New York1 Alice 25 San Francisco2 Bob 35 Los Angeles
复制代码

总结

本文介绍了如何使用 Pandas 库读取 CSV 格式的数据文件。通过简单的几行代码,您可以快速加载 CSV 数据,并开始进行数据分析和处理。Pandas 提供了丰富的功能和选项,以满足各种数据处理需求,是数据科学工作中的重要工具之一。

用户头像

社区:ceshiren.com 微信:ceshiren2021 2019-10-23 加入

微信公众号:霍格沃兹测试开发 提供性能测试、自动化测试、测试开发等资料,实时更新一线互联网大厂测试岗位内推需求,共享测试行业动态及资讯,更可零距离接触众多业内大佬。

评论

发布
暂无评论
使用pandas高效读取筛选csv数据_霍格沃兹测试开发学社_InfoQ写作社区