快捷導(dǎo)航

python用pd.read_csv()方法來(lái)讀取csv文件的實(shí)現(xiàn)

更新時(shí)間：2022年06月15日 10:30:19 作者：梧桐雪

本文主要介紹了python用pd.read_csv()方法來(lái)讀取csv文件的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

csv文件是一種用,和換行符區(qū)分?jǐn)?shù)據(jù)記錄和字段的一種文件結(jié)構(gòu)，可以用excel表格編輯，也可以用記事本編輯，是一種類excel的數(shù)據(jù)存儲(chǔ)文件，也可以看成是一種數(shù)據(jù)庫(kù)。pandas提供了pd.read_csv()方法可以讀取其中的數(shù)據(jù)并且轉(zhuǎn)換成DataFrame數(shù)據(jù)幀。python的強(qiáng)大之處就在于他可以把不同的數(shù)據(jù)庫(kù)類型，比如txt/csv/.xls/.sql轉(zhuǎn)換成統(tǒng)一的DataFrame格式然后進(jìn)行統(tǒng)一的處理。真是做到了標(biāo)準(zhǔn)化。我們可以用以下代碼來(lái)演示csv文件的讀取操作。

import pandas as pd
data1 = pd.read_csv('rating.csv')
print(data1)
print("************取消第一行作為表頭*************")
data2 = pd.read_csv('rating.csv',header=None)
print(data2)
print("************為各個(gè)字段取名**************")
data3 = pd.read_csv('rating.csv',names=['user_id','book_id','rating'])
print(data3)
print("***********將某一字段設(shè)為索引***************")
data3 = pd.read_csv('rating.csv',
    names=['user_id','book_id','rating'],
    index_col = "user_id")
print(data3)
print("************用sep參數(shù)設(shè)置分隔符**************")
data4 = pd.read_csv('rating.csv',
    names=['user_id','book_id','rating'],
    sep=',')
print(data4)
print("************自動(dòng)補(bǔ)全缺失數(shù)據(jù)為NaN**************")
data5 = pd.read_csv('data.csv',header=None)
print(data5)

輸出的結(jié)果如下：

1 258 5
0 2 4081 4
1 2 260 5
2 2 9296 5
3 2 2318 3
4 2 26 4
5 2 315 3
6 2 33 4
7 2 301 5
************取消第一行作為表頭*************
0 1 2
0 1 258 5
1 2 4081 4
2 2 260 5
3 2 9296 5
4 2 2318 3
5 2 26 4
6 2 315 3
7 2 33 4
8 2 301 5
************為各個(gè)字段取名**************
user_id book_id rating
0 1 258 5
1 2 4081 4
2 2 260 5
3 2 9296 5
4 2 2318 3
5 2 26 4
6 2 315 3
7 2 33 4
8 2 301 5
***********將某一字段設(shè)為索引***************
book_id rating
user_id
1 258 5
2 4081 4
2 260 5
2 9296 5
2 2318 3
2 26 4
2 315 3
2 33 4
2 301 5
************用sep參數(shù)設(shè)置分隔符**************
user_id book_id rating
0 1 258 5
1 2 4081 4
2 2 260 5
3 2 9296 5
4 2 2318 3
5 2 26 4
6 2 315 3
7 2 33 4
8 2 301 5
************自動(dòng)補(bǔ)全缺失數(shù)據(jù)為NaN**************
0 1 2 3 4
0 1 2.0 3 4.0 5
1 6 7.0 8 NaN 10
2 11 NaN 13 14.0 15
[Finished in 4.5s]

對(duì)代碼的具體解釋，可以參考星號(hào)隔離bar中的注釋。

到此這篇關(guān)于python用pd.read_csv()方法來(lái)讀取csv文件的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)python讀取csv文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: