Pandas读取.csv文件
文章目录
- 导入数据
-
- 方法一
- 方法二
- 相关基本属性
-
- data.head( r )，data.tail( r )分别返回开头r行和末尾r行数据
- data.shape返回数据尺寸
- data.dtypes返回每个属性的数据类型
- data.values 返回ndarray类型的对象
- data.nunique()返回每一列中是唯一值的个数
- data.index返回行索引
- data.columns返回列索引
- data.iloc[行序号，列序号]返回元素
- data.loc[行索引，列索引]返回元素
导入数据
方法一
import pandas as pd
# 按文件名读取整个文件
data = pd.read_csv("churn-bigml-80.csv")
data.head() # 展示前几行数据，通常为展示前5行
结果如图所示：
方法二
# 按列标题读取每列数据
feature_name = ['State', 'Account length', 'Area code', 'International plan', 'Voice mail plan',
'Number vmail messages', 'Total day minutes', 'Total day calls', 'Total day charge',
'Total eve minutes', 'Total eve calls', 'Total eve charge', 'Total night minutes',
'Total night calls', 'Total night charge', 'Total intl minutes', 'Total intl calls',
'Total intl charge', 'Customer service calls']
target_name = ['Churn']
x_data = pd.read_csv("churn-bigml-80.csv", encoding='utf-8', usecols=feature_name)
y_data = pd.read_csv("churn-bigml-80.csv", encoding='utf-8', usecols=target_name)
print(x_data)
结果如下图所示：
相关基本属性
data.head( r )，data.tail( r )分别返回开头r行和末尾r行数据
若不传入数据r来指定返回行数，则默认返回前5行数据。
若不传入数据r来指定返回行数，则默认返回最后5行数据。
head_data = data.head()
tail_data = data.tail(3)
print('Default first few lines of data:\n', head_data)
print('\nLast 3 lines of data：\n', tail_data)
运行结果：
data.shape返回数据尺寸
s = data.shape
print(s)
运行结果：
(2666, 20)
- shape[0] = 2666，即行数
- shpae[1] = 20，即列数
data.dtypes返回每个属性的数据类型
ty = data.dtypes
print(ty)
运行结果：
data.values 返回ndarray类型的对象
value = data.values
ty = type(value)
print(ty)
print(value)
运行结果：
data.nunique()返回每一列中是唯一值的个数
value = data.nunique()
num_list = data.nunique().tolist()
key_list = data.nunique().keys().tolist()
print('number of unique: \n', value)
print('\nkey list: \n', key_list)
print('\nonly value list: \n', num_list)
运行结果：
可以看出，单独代用dataframe的属性，返回的数据类型并不是list，因此可以通过加上.tolist()来将数据转化成list，便于后续操作。
data.index返回行索引
row_index = data.index
ty = type(row_index)
row_index_list = data.index.tolist()
print('rows index: \n', row_index)
print('\ntype: \n', ty)
print('\nlist: \n', row_index_list)
运行结果：
data.columns返回列索引
col_index = data.columns
ty = type(col_index)
col_index_list = data.columns.tolist()
print('rows index: \n', col_index)
print('\ntype: \n', ty)
print('\nlist: \n', col_index_list)
运行结果：
这里是引用
data.iloc[行序号，列序号]返回元素
x1 = data.iloc[0, 0]
print(x1)
运行结果：
KS
data.loc[行索引，列索引]返回元素
x1 = data.loc[0, 'State']
print(x1)
运行结果：
KS