快捷導(dǎo)航

Python從csv文件中讀取數(shù)據(jù)及提取數(shù)據(jù)的方法

更新時(shí)間：2021年11月04日 16:37:38 作者：施施吖

這篇文章主要介紹了Python從csv文件中讀取數(shù)據(jù)并提取數(shù)據(jù)的方法,文中通過多種方法給大家講解獲取指定列的數(shù)據(jù)，并存入一個(gè)數(shù)組中，每種方法通過實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友參考下吧

1.從csv文件中讀取數(shù)據(jù)

參數(shù)header=None的有無

（1）沒有header=None——直接將csv表中的第一行當(dāng)作表頭

# 讀取數(shù)據(jù)
import pandas as pd
data = pd.read_csv("data1.csv")
print(data)

打印結(jié)果為：

在這里插入圖片描述

（2）有header=None——自動添加第一行當(dāng)作表頭

# 讀取數(shù)據(jù)
import pandas as pd
data = pd.read_csv("data1.csv",header=None)
print(data)

打印結(jié)果為：

在這里插入圖片描述

2.數(shù)據(jù)切割

（這里根據(jù)csv表的格式，將header=None不寫）

（1）獲取所有列，并存入一個(gè)數(shù)組中

# 讀取數(shù)據(jù)
import pandas as pd
data = pd.read_csv("data1.csv")
# print(data)
# ①獲取所有列，并存入一個(gè)數(shù)組中
import numpy as np
data = np.array(data)
print(data) # 用戶編號  性別  年齡(歲)  年收入(元)  是否購買
# [[15624510        1       19    19000        0]
#  [15810944        1       35    20000        0]
#  [15668575        2       26    43000        0]
#  [15603246        2       27    57000        0]
#  [  ...          ...      ...    ...       ...]]

（2）獲取指定列的數(shù)據(jù)，并存入一個(gè)數(shù)組中
方法一：從csv文件獲取data，data[ ] ——需要考慮數(shù)據(jù)的維度問題

# 讀取數(shù)據(jù)
import pandas as pd
data = pd.read_csv("data1.csv")
print(data) # 用戶編號  性別  年齡(歲)  年收入(元)  是否購買
# (1)獲取第1列，并存入一個(gè)數(shù)組中
import numpy as np
col_1 = data["用戶編號"]  #獲取一列，用一維數(shù)據(jù)
data_1 = np.array(col_1)
print(data_1)
# [15624510 15810944 15668575 15603246 15804002 15728773 15598044 15694829
#  15600575 15727311 15570769 15606274 15746139 15704987 15628972 15697686
#  15733883 15617482 15704583 15621083 15649487 15736760 15714658 15599081
#  15705113 15631159 15792818 15633531 15744529]

# (2)獲取第1，2列
col_12 = data[["用戶編號","性別"]]  #獲取兩列，要用二維數(shù)據(jù)
data_12 = np.array(col_12)
print(data_12)
# [[15624510        1]
#  [15810944        1]
#  [15668575        2]
#  [15603246        2]
#  [  ...          ..]]

方法二：usecols=[ ] —— 直接寫入獲取的列數(shù)

import pandas as pd
import numpy as np
data_1 = pd.read_csv("data1.csv",usecols=["用戶編號"])
data_1 = np.array(data_1)
print(data_1)
# [[15624510]
#  [15810944]
#  [15668575]
#  [15603246]
#  [  ...   ]]

# (2)如獲取第1,2列
data_12 = pd.read_csv("data1.csv",usecols=["用戶編號","性別"])
data_12 = np.array(data_12)
print(data_12)
# [[15624510        1]
#  [15810944        1]
#  [15668575        2]
#  [15603246        2]
#  [  ...          ..]]

方法三：iloc[ ] ——實(shí)質(zhì)就是切片操作

import pandas as pd
import numpy as np
data = pd.read_csv("data1.csv")
# （1）獲取第1列
data_1 = data.iloc[:,0]
data_1 =np.array(data_1)
print(data_1)
# [15624510 15810944 15668575 15603246 15804002 15728773 15598044 15694829
#  15600575 15727311 15570769 15606274 15746139 15704987 15628972 15697686
#  15733883 15617482 15704583 15621083 15649487 15736760 15714658 15599081
#  15705113 15631159 15792818 15633531 15744529]

# （2）獲取第1，2列
data_12 = data.iloc[:,0:2]
data_12 = np.array(data_12)
print(data_12)
# [[15624510        1]
#  [15810944        1]
#  [15668575        2]
#  [15603246        2]
#  [  ...          ..]]

# 獲取最后兩列
data_last = data.iloc[:,-2:]
data_last = np.array(data_last)
print(data_last)
# [[ 19000        0]
#  [ 20000        0]
#  [ 26    43000        0]
#  [ 27    57000        0]
#  [ ...    ...       ...]]

到此這篇關(guān)于Python從csv文件中讀取數(shù)據(jù)并提取數(shù)據(jù)的方法的文章就介紹到這了,更多相關(guān)Python csv文件中讀取數(shù)據(jù)內(nèi)容請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: