第5篇：数据读写及操作

import pandas as pds
import numpy as np

#数据读取
df = pds.read_csv('D://try.csv', encoding='UTF-8')
df = pds.read_table('D://try.txt')
df = pds.read_table('D://try.txt', names=['age', 'name'], sep=',')
df = pds.read_excel('D://try.xlsx', sheetname='data')

#数据写入

df = DataFrame({
'age': [21, 22, 23],
'name': ['KEN', 'John', 'JIMI']
});

df.to_csv("D:\\try.csv");　　#目录必须存在
df.to_csv("D:\\try.csv", index=False);　　#无索引值
newDF = df.drop_duplicates();　　#数据去重
newDF = df.dropna();　　#删除Nan存在的整行数据

a = df['name'].str.strip();　　#将name列数组去除，去空格，保存为a
df['name'] = newName;　　#将a赋值给df的name列

df['tel'] = df['tel'].astype(str);　　#将df的tel列数据转为字符串格式
bands = df['tel'].str.slice(0, 3);　　#将df的tel列数据进行切片

newDF = df['name'].str.split(' ', n, True);　　#第一个参数为分割标志，第二个参数为分成n+1列，第三个参数为True，返回DateFrame；False，返回Series。
newDF.columns = ['band', 'name'];　　#重新命名列标号

#取出符合条件的值
df[df.comments>10000];
df[df.comments.between(1000, 10000)]
df[pandas.isnull(df.title)]　　#取出title列为空值的整行
df[df.title.str.contains('台电', na=False)]　　#na为是否包含空值
df[(df.comments>=1000) & (df.comments<=10000)]

r = numpy.random.randint(0, 10, 3);　　#随机抽样函数，从0到10取三个数，3可以改为[m,n]
df.loc[r, :];　　#取r行所有列的值