[pandas]高级使用

CSV（Comma-SeparatedValues）格式的文件是指以纯文本形式存储的表格数据，这意味着不能简单的使用Excel表格工具进行处理，而且Excel表格处理的数据量十分有限，而使用Pandas来处理数据量巨大的CSV文件就容易的多了。

• 如何读取csv数据read_csv()

importpandasaspd
deftest():
data=pd.read_csv('../one.csv',encoding='GBK')
#printdata.head()
#printdata.tail()
#作为示例，输出CSV文件的前5行和最后5行，这是pandas默认的输出5行，可以根据需要自己设定输出几行的值

• 详细read_csv参数连接


• header=0
  
  表示文件第0行（即第一行，索引从0开始）为列索引，这样加names会替换原来的列索引。

importpandasaspd
deftest():
data=pd.read_csv('../one.csv',encoding='GBK',header=0)
print(data)

• header=None
  
  即指明原始文件数据没有列索引，这样read_csv为自动加上列索引，除非你给定列索引的名字。

importpandasaspd
deftest():
data=pd.read_csv('../one.csv',encoding='GBK',header=None)
print(data)

• names
  
  指定列名

importpandasaspd
deftest():
data=pd.read_csv('../one.csv',encoding='GBK',names=['name','age','sex'])
print(data)

• index_col:
  
  int类型值，序列，FALSE（默认None）
  
  将真实的某列当做index（列的数目，甚至列名）

importpandasaspd
deftest():
data=pd.read_csv('../one.csv',encoding='GBK',index_col=0)
print(data)

• nrows
  
  需要读取的行数（从文件头开始算起）




• 如何存储csvto_csv()
  
  详细to_csv参数连接