【pandas基础】 |
您所在的位置:网站首页 › excel导入csv文件只有一列 › 【pandas基础】 |
数据读取是第一步,只有成功加载数据之后,后续的操作才有可能。 pandas可以读取和导入各种数据格式的数据,如CSV,Excel,JSON,SQL,HTML等,不需要手动编写复杂的读取代码。 1. 各类数据源pandas提供了导入各类常用文件格式数据的接口,这里介绍3种最常用的加载数据的接口。 1.1 从 CSV 文件读取数据读取csv文件的接口:read_csv() import pandas as pd # 此csv中包含一些中国人口的统计信息 df = pd.read_csv("/path/to/china-population.csv") df.head() # 显示前5条数据读取excel文件的接口:read_excel () 读取excel文件时,默认读取第一个sheet中的数据。 import pandas as pd # 此excel中的数据与上面csv文件中的一样 df = pd.read_excel("/path/to/china-population.xlsx") df.head() # 显示前5条数据除了从本地文件中读取数据之外,read_csv和 read_excel也可以直接从URL读取数据。 比如,上面的csv文件和excel文件可以从下面的地址下载。 http://databook.top:8888/pandas/china-population.csv http://databook.top:8888/pandas/china-population.xlsx 可以直接将URL传给 read_csv和 read_excel,不用下载保存本地。 import pandas as pd df = pd.read_csv("http://databook.top:8888/pandas/china-population.csv") df_excel = pd.read_excel("http://databook.top:8888/pandas/china-population.xlsx") 2. 不同分隔符csv 文件中默认用逗号,分隔不同的字段,不过,也有很多csv文件不用逗号分隔,用其他生僻的符号来分隔。 import pandas as pd df = pd.read_csv("http://databook.top:8888/pandas/china-population-sep.csv") df.head()
这时,要明确设置分隔符。 import pandas as pd df = pd.read_csv("http://databook.top:8888/pandas/china-population-sep.csv", sep="|") df.head()
除了可以设置分隔符之外,读取数据时,也可以设置列的名称。 上面的例子中,列的名称都是字母的缩写,读取文件时可以替换成中文名称。 import pandas as pd df = pd.read_csv( "http://databook.top:8888/pandas/china-population-sep.csv", sep="|", names=["年份数字", "年份", "指标编码", "指标名称", "人口数"], ) df.head()通过names参数设置列的名称,names参数是个列表,其中元素的个数一般与列的数目保持一致。 如果names中元素个数少于列的数目,那么多出来的列会作为索引(关于索引index,后续会详细介绍)。 import pandas as pd df = pd.read_csv( "http://databook.top:8888/pandas/china-population-sep.csv", sep="|", names=["指标编码", "指标名称", "人口数"], ) df.head()如果 names中元素个数多于列的数目,多出来的元素作为新增的空白列。 import pandas as pd df = pd.read_csv( "http://databook.top:8888/pandas/china-population-sep.csv", sep="|", names=["年份数字", "年份", "指标编码", "指标名称", "人口数", "列名称", "列名称2"], ) df.head()上面的例子中,我们应该发现了一个问题,设置 names作为新的列名称之后,原有的列名称被当成了实际的数据。
也就是:
设置新的列名称时,如果数据中包含列名称的话,需要忽略掉这个名称。 设置 header=0,忽略作为标题的第一行。 如果文件本来就没有标题的话,设置 header=None。 import pandas as pd df = pd.read_csv( "http://databook.top:8888/pandas/china-population-sep.csv", sep="|", header=0, names=["年份数字", "年份", "指标编码", "指标名称", "人口数"], ) df.head()pandas支持从很多数据源读取数据,不过,有时候我们只想尝试尝试 pandas中的一些方法,并不想创建数据源。 这时,可以通过 numpy包创建一个随机的二维矩阵,直接将这个二维矩阵的数据导入 pandas即可。 下面的例子创建了一个10行3列的数据集。 import pandas as pd import numpy as np data = np.random.rand(10,3) df = pd.DataFrame(data, columns=["data1", "data2", "data3"]) df.head()通过临时创建的随机数据,可以尝试 pandas提供的各类接口。 5. 总结回顾本篇了主要介绍了数据的读取方法,重点介绍的是 csv 文件的读取方式,因为这是最常用的数据源。 其他数据源的读取方式也大同小异,各种数据源的差异会体现在不同接口的参数上。 本文所用到的数据: http://databook.top:8888/pandas/china-population.csv http://databook.top:8888/pandas/china-population-sep.csv http://databook.top:8888/pandas/china-population.xlsx本文关联的微信视频号短视频:
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |