CSV文件也称为逗号分隔值文件格式，它以纯文本形式存储表格数据。CSV是一种通用的、相对简单的文件格式，在商业和科学中被广泛应用。
1.读取CSV文件
read_csv()和read_table()的主要参数如下：
| 参数 | 说明 |
|---|---|
| path | 表示文件系统位置、URL、文件型对象的字符串 |
| sep或delimiter | 对每行各个字段进行拆分的字符序列或正则表达式 |
| header | 用作列名的行号，默认为0（第一行），如果没有header行就应该设置为None |
| index_col | 行索引的列编号或列名，可以是单个名称/数字或由多个名称/数字组成的列表（层次化索引） |
| names | 用于结果的列名列表，与header=None结合使用 |
| skiprows | 需要忽略的行数（从文件开始处算起），或需要跳过的行号列表（从0开始） |
| na_values | 一组用于替换NA的值 |
| comment | 用于将注释信息从行尾拆分出去的字符 |
| verbose | 打印各种解析器输出信息 |
| encoding | 用于unicode的文本编码格式 |
| squeeze | 如果数据经解析后仅含一列，则返回Series |
| thousands | 千分位分隔符 |
通过cat命令查看test.csv文件的内容：
os.system("cat ./test.csv")
name,position,camp
Ezreal,ADC,Piltover
Vi,JUN,Piltover
Jayce,TOP,Piltover
Zed,MID,Ionia
Xayah,ADC,Ionia
Thresh,SUP,Shadow Isles
使用read_csv()函数可以将CSV文件读入一个DataFrame中：
test_csv = pandas.read_csv("./test.csv")
print(test_csv)
name position camp
0 Ezreal ADC Piltover
1 Vi JUN Piltover
2 Jayce TOP Piltover
3 Zed MID Ionia
4 Xayah ADC Ionia
5 Thresh SUP Shadow Isles
也可以使用read_table()函数读取，但需要通过sep指定分隔符：
test_csv = pandas.read_table("./test.csv", sep=",") # sep也可以是一个正则表达式
print(test_csv)
name position camp
0 Ezreal ADC Piltover
1 Vi JUN Piltover
2 Jayce TOP Piltover
3 Zed MID Ionia
4 Xayah ADC Ionia
5 Thresh SUP Shadow Isles
在源文件没有列名时，可以通过header其分配缺省列名，也可以通过names自定义列名：
test_csv = pandas.read_csv("./test.csv", header=None)
print(test_csv)
print() # 换行
test_csv = pandas.read_csv("./test.csv", names=["first", "second", "third"])
print(test_csv)
0 1 2
0 name position camp
1 Ezreal ADC Piltover
2 Vi JUN Piltover
3 Jayce TOP Piltover
4 Zed MID Ionia
5 Xayah ADC Ionia
6 Thresh SUP Shadow Isles
first second third
0 name position camp
1 Ezreal ADC Piltover
2 Vi JUN Piltover
3 Jayce TOP Piltover
4 Zed MID Ionia
5 Xayah ADC Ionia
通过index_col可以将指定列作为DataFrame的索引：
test_csv = pandas.read_csv("./test.csv", index_col="name")
print(test_csv)
position camp
name
Ezreal ADC Piltover
Vi JUN Piltover
Jayce TOP Piltover
Zed MID Ionia
Xayah ADC Ionia
Thresh SUP Shadow Isles
通过index_col也可以定义层次化索引：
test_csv = pandas.read_csv("./test.csv", index_col=["camp", "position"])
print(test_csv)
name
camp position
Piltover ADC Ezreal
JUN Vi
TOP Jayce
Ionia MID Zed
ADC Xayah
Shadow Isles SUP Thresh
通过skiprows跳过文件的指定行：
test_csv = pandas.read_csv("test.csv", skiprows=[1, 2, 3])
print(test_csv)
name position camp
0 Zed MID Ionia
1 Xayah ADC Ionia
2 Thresh SUP Shadow Isles
通过nrows可以指定每次读取的行数：
test_csv = pandas.read_csv("test.csv", nrows=3)
print(test_csv)
name position camp
0 Ezreal ADC Piltover
1 Vi JUN Piltover
2 Jayce TOP Piltover
2.写入CSV文件
生成一个DataFrame：
data = {
"name": ["Iowa", "Cleveland", "Baltimore", "Worcester", "Lexington"],
"type": ["BB", "CL", "CL", "CL", "CV"],
"level": ["9", "8", "8", "9", "8"]}
frame = pandas.DataFrame(data)
print(frame)
name type level
0 Iowa BB 9
1 Cleveland CL 8
2 Baltimore CL 8
3 Worcester CL 9
4 Lexington CV 8
利用DataFrame的to_csv()方法，我们可以将数据写入到一个以逗号分隔的文件中：
frame.to_csv("./ship.csv", index=False)
os.system("cat ./ship.csv")
name,type,level
Iowa,BB,9
Cleveland,CL,8
Baltimore,CL,8
Worcester,CL,9
Lexington,CV,8
