Pandas学习笔记(三)——读取 CSV、TXT文件
pandas是数据分析专用库。从外部读写文件也属于数据处理的一部分。pandas提供了多种I/O API函数。支持多种类型数据的读取。常用的函数如下：
| 读取函数 | 写入函数 |
|---|---|
| read_csv | to_csv |
| read_excel | to_excel |
| read_hdf | to_hdf |
| read_sql | to_sql |
| read_json | to_json |
| read_html | to_html |
| read_stata | to_stata |
| read_clipboard | to_clipboard |
| read_pickle | to_pickle |
| read_msgback | to_msgback |
| read_bbq | to_gbq |
1.CSV文件。CSV格式：文件的每一行的多个元素是用逗号隔开的。如：myCSV_01.csv
2.直接读取csv.
pandas读取csv文件默认第一行是标识符，也就是列名。
输入
csvframe=pd.read_csv(
"myCSV_01.csv")
#读取无表头的csv文件
print(csvframe)
会得到输出
第一列0，1，2，3，4为索引序列。White red blue green animal成为了列名
如果CSV文件中不包含列名。如
，则会得到如下输出:
此时。pandas把第一行当做了列名。要解决该问题，只需要添加header =None
csvframe=pd.read_csv(
"myCSV_02.csv",
header=
None)
#读取无表头的csv文件
就会得到如下输出
列名变成了0，1，2，3.
我们还可以通过name来修改列名
csvframe=pd.read_csv(
"myCSV_02.csv",
names=[
'white',
'red',
'blue',
'green',
'animal'])
#读取文件，并自定义每列的名称
输出为
4.对TXT文件进行操作
TXT文件大家都很熟悉了，就不介绍了。TXT的用法和CSV文件大致相同。主要区别是:CSV格式中，每个数据之间通过逗号分隔。而TXT中数据的分隔可以是逗号，也可以是空格，更可以是字母。
现有如下的TXT文件:
如果对我来说，只有数字才是我需要数据，字母为分隔符，那么输入如下指令:
csvframe=pd.read_table(
"ch05_05.txt",
sep=
'\D*',
header=
None)
#读取txt文件的数字部分，无表头
sep的作用为，排除。sep=','表示去除逗号，按照逗号对数据进行分割。sep='\D*'表示去除非数字字符，按照非数字字符对数据进行分割。因此，此时的输出为
此外，还有一个常使用的选项：skiprows.它的功能为排除某一行。要注意的是：排除前五行是skiprows=5.排除第五行是skiprows=[5].