pandas进行数据输入和输出的方法详解

目录

• 1.文本格式数据的读写
  •  1.1 分块读入文本文件
  •  1.2 将数据写入文本格式
• 总结

1.文本格式数据的读写

read_csv()：从文件、URL或文件型对象读取分隔好的数据，逗号是默认分隔符

read_table()：从文件、URL或文件型对象读取分隔好的数据，制表符('\t')是默认分隔符

Windows用户打印文件的原始内容

因为这个文件是逗号分隔的，我们可以使用read_csv将它读入一个DataFrame:

也可以用read_table，并指定分隔符

 刚刚是文件包含表头行的情况，但有的文件并不包含表头行，比如

如果直接读取的话，默认将第一行作为表头了,也就是默认header=0，表示第一行为标题行。

 有两种方法改，

一是允许pandas自动分配默认列名，

 二是自己指定列名。

 假设想要message列成为返回DataFrame的索引，可以指定位置4的列为索引，或将'message'传给参数index_col:

 从多个列中形成一个分层索引

 解析函数有很多附加参数处理各种发生异常的文件格式，例如，可以使用skiprows来跳过第一行，第三行，第四行。

处理缺失值

通常情况下，缺失值要么不显示(空字符串，要么用一些标识值)

默认情况下，pandas用一些常见的标识，如NaN和NULL

na_values选项可以传入一个列表或一组字符串来处理缺失值

在字典中，每列可以指定不同的缺失值标识

 1.1 分块读入文本文件

如果只想读取一小部分(避免读取整个文件)，可以指明nrows

 为了分块读入文件，可以指定chunksize作为每一块的行数

 read_csv返回的TextParser对象允许根据chunksize遍历文件，并对'a'列聚合获得计数值

 1.2 将数据写入文本格式

使用DataFrame的to_csv方法，可将数据导出为逗号分隔的文件

 默认若是没有其他选项被指定的话，行和列的标签都会被写入，不过二者也都可以禁止写入

也可以仅仅写入列的子集，并且按照选择的顺序写入

默认缺失值在输出时以空字符串出现，可以用其他标识值对缺失值进行标注

(写入到sys.stdout时，控制台中打印的文本结果)

默认分隔符是逗号，可以用sep选项选择分隔符

 Series也有to_csv方法

 不知道为啥最后写入有，0这行？？？？

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注三水点靠木的更多内容!