【Python--pandas】pandas读写csv文件---概述

利用pandas对csv文件的读取、保存以及简单的操作

1、原始文件格式如下

import pandas as pd

2、文件的读取

data = pd.read_csv('学生月考成绩表.csv',header = None) #header注明data是否包含有标题行
data

data = pd.read_csv('学生月考成绩表.csv') #header注明data是否包含有标题行
data

3、表格中数据的读取和更改

1）数据的读取以loc为例说明

data.loc[0] #选取第0行元素

data.loc[0,'Math'] #选取第0行/第Math列元素

1）loc，基于列label，可选取特定行（根据行index）；
2）iloc，基于行/列的position；
3）at，根据指定行index及列label，快速定位DataFrame的元素；
4）iat，与at类似，不同的是根据position来定位的；
5）ix，为loc与iloc的混合体，既支持label也支持position。参考自[1]

2）具体数值的修改

data.shape #获取数据DataFreme格式的大小

data.iat[0,6] = 100 #将数据的第0行第6列修改为100
data

data.rename(columns={
    
    'Nmae':'Name'},inplace=True) #修改列名称
data

4、 行和列的插入、删除

1）在最后一行新增

newrow = pd.DataFrame({
    
    'Name':'lisi','Chinese':30,'Math':40,'English':50,'Science':60,'Score':70,'Ranking':6},index=[0]) #设置行标index=[0]
data = data.append(newrow,ignore_index=True)#忽略行标设置
data

2）在指定位置修改行

data.loc[2] = ['wangwu',30,40,50,60,70,6] #修改第2行的值

3）在指定位置增加列

data.insert(1,'Art',[80,81,82,83,85])    #插入一列
data

3）删除行或列

data.drop('Math', axis=1, inplace=True) #删除Math列，axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。
data.drop(0, axis=0, inplace=True)#删除第0行，axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。
data

5、 表格中元素位置的索引

index = data[data.Ranking == 3].index.tolist()
index

6、 文件的保存

data.to_csv('student_score.csv',index=False) #index = False取消行名称，header = None则取消列名称

参考

【1】https://blog.csdn.net/grllery/article/details/81292085
【2】https://blog.csdn.net/huang_susan/article/details/80626698
【3】https://blog.csdn.net/u010801439/article/details/80033341