pandas库read_csv方法使用,及索引

pandas库read_csv方法使用及索引

1. pd.read_csv(filename,seq=””,na_values=””,names=[],header=,nrows=,skip_footer=[x1,x2,……]……)与read_table()参数一样，只不过read_csv默认seq=”,”用逗号进行分隔，table的seq默认为\n
   可自定义改变seq值
   常用参数:
   a) names : 代表列名
   b) header : 数据从哪一行开始读，默认为None从0行开始读并且返回列，行（0,1,2,3，……长度x）作为列行名，若为其他数字如2，则将序号为2的行作为列名读取数据
   c) nrows : 读几行
   d) skip_footer : 列表中的x1……代表忽略这几行不读

import pandas as pd

x = pd.read_csv("班级名单1.csv",header=0,sep=",",na_values='?')
print(x)

结果为如图一

该文件记事本打开为如图二

更改sep = “\n”输出结果为图三

更改header为header = None 结果为图四 改为header = 2结果为图五

2. print(x[‘列名y’]) : x为read_csv和table读文件出来返回的变量，该方式可以输出x中列名为y的数据

3. x.loc[0] : x为read_csv和table读文件出来返回的变量，该方式可以返回x的第0行数据，同时也可以利用第二个列名进行索引定位某一行具体列的数据，[]也满足python切片操作

import pandas as pd

x = pd.read_csv("班级名单 1.csv",header=0,sep=",",na_values='?')
print(x)
print("x[姓名]\n",x["姓名"])
print("x.loc[2]\n",x.loc[2])
print("x.loc[2][分组]\n",x.loc[2]["分组"])

结果为图六