快捷導(dǎo)航

?python中pandas讀取csv文件?時(shí)如何省去csv.reader()操作指定列步驟

更新時(shí)間：2022年01月26日 17:12:58 作者：bulabula2022??

這篇文章主要介紹了?python中pandas讀取csv文件?時(shí)如何省去csv.reader()操作指定列步驟，對(duì)正在工作的你可能有一定的幫助，需要的朋友可以參考一下

優(yōu)點(diǎn)：

方便，有專門支持讀取csv文件的pd.read_csv()函數(shù)。
將csv轉(zhuǎn)換成二維列表形式
支持通過(guò)列名查找特定列。
相比csv庫(kù)，事半功倍

1.讀取csv文件

import pandas as pd
?
file="c:\data\test.csv"
csvPD=pd.read_csv(file)
?
df = pd.read_csv('data.csv', encoding='gbk') #指定編碼
?
?
read_csv()方法參數(shù)介紹
filepath_or_buffer：文件所在路徑
encoding ：編碼，字符型，通常為'utf-8'，如果中文讀取不正常，可以將encoding設(shè)為'gbk'
sep：分隔符，默認(rèn)為一個(gè)英文逗號(hào)，即','
delimiter ：備選分隔符，如果指定了delimiter則sep失效
header ：整數(shù)或者由整數(shù)組成的列表，以用來(lái)指定由哪一列或者哪幾列作為列名，默認(rèn)為header=0，表示第一列作為列名
eg: ?pd.read_csv('data.csv', encoding='gbk', header=1) # 指定第二列作為列名
? ? ?pd.read_csv('data.csv', encoding='gbk', header=[0,1,3])
? ? ?pd.read_csv('data.csv', encoding='gbk', header=None) #表示不從文件數(shù)據(jù)中指定行作為列名，這是Pandas會(huì)自動(dòng)生成從零開始的序列作為列名
?
names：一個(gè)列表，為數(shù)據(jù)額外指定列名。
pd.read_csv('data.csv', encoding='gbk', names=['第一列', '第二列', '第三列', '第四列'])

2.#指定列：通過(guò)索引指定列名獲取列

data_new[] 建立空表存儲(chǔ)行信息
for i in range(len(csvPD)):
? ? lst_new = [] ?# 建立空列表存儲(chǔ)行信息
? ? if "未知版本" in str(csvPD['版本組件'][i]):
? ? ? ? print(csvPD['版本組件'][i])
? ? ? ? # print(csvPD['匹配數(shù)量'][i])
? ? ? ? # print(csvPD['git'][i])
? ? ? ? # print(csvPD['來(lái)源鏈接'][i])
? ? ? ? lst_new.append(csvPD['版本組件'][i])
? ? ? ? lst_new.append(csvPD['匹配數(shù)量'][i])
? ? ? ? lst_new.append(csvPD['git'][i])
? ? ? ? lst_new.append(csvPD['來(lái)源鏈接'][i])
?
? ? ? ? data_new.append(lst_new) ?# 添加每行信息

3.根據(jù)index查詢

條件：首先導(dǎo)入的數(shù)據(jù)必須的有index
或者自己添加吧，方法簡(jiǎn)單，讀取excel文件時(shí)直接加index_col

代碼示例：

import pandas as pd ? ? ? ? ? ? ? ? ? ? #導(dǎo)入pandas庫(kù)
?
excel_file = './try.xlsx' ? ? ? ? ? ? ? #導(dǎo)入excel數(shù)據(jù)
data = pd.read_excel(excel_file, index_col='姓名') ? ? ? ?
#這個(gè)的index_col就是index，可以選擇任意字段作為索引index，讀入數(shù)據(jù)
print(data.loc['李四']) ? ? ? ? ? ? ? ?#使用loc函數(shù)來(lái)查找

4.已知數(shù)據(jù)在第幾行找到想要的數(shù)據(jù)

假如我們的表中，有某個(gè)員工的工資數(shù)據(jù)為空了，那我們?cè)趺凑业阶约合胍臄?shù)據(jù)呢。

代碼如下：

for i in data.columns:
? ? for j in range(len(data)):
? ? ? ? if (data[i].isnull())[j]:
? ? ? ? ? ? bumen = data.iloc[j, [0]] ? ? ? ? ? ? ? ? ? ? ? ? ? ? #找出缺失值所在的部門
? ? ? ? ? ? data[i][j] = charuzhi(bumen)

首先檢索全部的數(shù)據(jù)，然后我們可以用pandas中的iloc函數(shù)。上面的iloc[j, [2]]中j是具體的位置，【0】是你要得到的數(shù)據(jù)所在的column

"""根據(jù)條件查詢某行數(shù)據(jù)"""
import pandas as pd ? ? ? ? ? ?#導(dǎo)入pandas庫(kù)
?
excel_file = './try.xlsx' ? ? ? ?#導(dǎo)入文件
data = pd.read_excel(excel_file) ? ? ?#讀入數(shù)據(jù)
?
print(data.loc[data['部門'] == 'A', ['姓名', '工資']]) ? ? #部門為A，打印姓名和工資
print(data.loc[data['工資'] < 3000, ['姓名','工資']]) ? ?#查找工資小于3000的人

若要把這些數(shù)據(jù)獨(dú)立生成excel文件或者csv文件：

添加以下代碼：

"""導(dǎo)出為excel或csv文件"""
dataframe_1 = data.loc[data['部門'] == 'A', ['姓名', '工資']]
dataframe_2 = data.loc[data['工資'] < 3000, ['姓名', '工資']]
dataframe_1.to_excel('dataframe_1.xlsx')
dataframe_2.to_excel('dataframe_2.xlsx')
?
data.iloc[:,:2] ?#即全部行，前兩列的數(shù)據(jù)
?
?
data['columns'] ?#columns即你需要的字段名稱即可
#注意這列的columns不能是index的名稱
#如果要打印index的話就data.index
data.columns ?#與上面的一樣
?
data.iloc[:10,:][data.工資>6000] #找出前11行里工資大于6000的所有人的信息了

5.指定單元格：1001A列23時(shí)的AQI值

keyWord="1001A"
for i in range(len(csvPD)):
? ? if str(csvPD['hour'][i])=="23" and str(csvPD['type'][i])== "AQI":
? ? ? ? result=csvPD[keyWord][i]
? ? ? ? print(result)
? ? ? ??

解決遇到的"NAN"：

csv文件中：1001A站點(diǎn)0時(shí)的AQI為空白值，返回的結(jié)果為NAN
NAN全稱：Not A Number

常規(guī)解決思路：

使用numpy函數(shù)來(lái)判斷：np.isnan() 和 xxx is np.nan
通過(guò)運(yùn)算操作判斷：任何數(shù)字乘上0都是0
讀取文件時(shí)加參數(shù)：pd.read_csv(file, keep_default_na=False)

到此這篇關(guān)于?python中pandas讀取csv文件?時(shí)如何省去csv.reader()操作指定列步驟的文章就介紹到這了,更多相關(guān)?python中pandas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: