本文共 3342 字，大约阅读时间需要 11 分钟。

实例 2018/12/27

目录：第1部分：csv文本文件读写    pandas 读csv文件read_csv（1.文本读写概要）https://mp.csdn.net/postedit/85289371    pandas 读csv文件read_csv（2.read_csv参数介绍）https://mp.csdn.net/postedit/85289928    pandas 读csv文件read_csv（3.dtypes指定列数据类型）https://mp.csdn.net/postedit/85290575    pandas 读csv文件read_csv（4.to_csv文本数据写）https://mp.csdn.net/postedit/85290962    pandas 读csv文件read_csv（5.文本数据读写实例）https://mp.csdn.net/postedit/85291123    pandas 读csv文件read_csv（6.命名和使用列）https://mp.csdn.net/postedit/85291430    pandas 读csv文件read_csv（7.索引）https://mp.csdn.net/postedit/85291658    pandas 读csv文件read_csv（8.方言和分隔符）https://mp.csdn.net/postedit/85291994    pandas 读csv文件read_csv（9.浮点转换和NA值）https://mp.csdn.net/postedit/85292391    pandas 读csv文件read_csv（10.注释和空行）https://mp.csdn.net/postedit/85292609    pandas 读csv文件read_csv（11.日期时间处理） https://mp.csdn.net/postedit/85292925    pandas 读csv文件read_csv（12.迭代和块）https://mp.csdn.net/postedit/85293639    pandas 读csv文件read_csv（13.read_fwf读固定宽度数据）https://mp.csdn.net/postedit/85294010    第2部分：    pandas hdf文件读写简要https://mp.csdn.net/postedit/85294299    pandas excel读写简要https://mp.csdn.net/postedit/85294545    第3部分：    python中csv模块用法tcy https://mp.csdn.net/postedit/85228189    pandas读csv文件read_csv错误解决办法7种https://mp.csdn.net/postedit/85228808    pandas to_string用法https://mp.csdn.net/postedit/85294935

# 实例1：文件读 pd.read_csv(r'file.csv')                    #读文件数据；有标题pd.read_table(r'file.csv',sep=',')          #读文件数据；有标题pd.read_csv('file.csv',header=None)         #读文件数据；无标题pd.read_csv('file.csv',names=['No','Name']) #读文件数据；无标题；设置列名pd.read_csv('file.csv',names=['No','Name'],index_col='No') #将No列放到索引的位置上  

# 实例2：文件写df.to_csv(r'file.csv',index=False)               #数据写入不含索引,含列名，默认逗号分隔df.to_csv(r'file.csv',index=False,columns=False) #数据写入不含索引,不含列名，默认逗号分隔df2.to_csv(r'file.csv')                          #数据写入含索引,含列名，默认逗号分隔  

# 实例3：正则表达式\s＋data=' No Name Weight\n' \     '0 1001 Tom 20\n' \     '1 1002 Bob 30\n' \     '2 -1003 Jim 40\n'pd.read_csv(StringIO(data), sep=r'\s+')#正则表达式\s＋分割不定的空白字符pd.read_table(r'file_data3.csv',sep=r'\s+')     No Name Weight0  1001 Tom  201  1002 Bob  302 -1003 Jim  40  

# 实例4：处理“坏”行，异形文件 # 某些文件字段太少将在尾随字段中填充NA值# 字段太多的行默认会引发错误data = 'a,b,c\n1,2,3\n4,5,6,7\n8,9,10'pd.read_csv(StringIO(data))                       #报错第3行字段太多pd.read_csv(StringIO(data), error_bad_lines=False)#跳过坏线：第3行  a b c0 1 2 31 8 9 10#用usecols消除某些行中出现的无关数据列：pd.read_csv(StringIO(data), usecols=[0, 1, 2])   #选择1,2,3列  a b c0 1 2 31 4 5 62 8 9 10# 用skiprows跳过文件的第一行、第三行：df4=pd.DataFrame([['#file_data4 writed by tcy shanghai 2018/12/23'],                  ['No,Name,Weight'],['#skiprows跳过文件的某一行'],                  ['1001,Tom,20'],['1002,Bob,30'],['1003,Jim,40']])df4.to_csv(r'file_data4.csv',header=None,index=False)# 文件内容如下：""" #file_data4 writed by tcy shanghai 2018/12/23"No,Name,Weight"#skiprows跳过文件的某一行"1001,Tom,20""1002,Bob,30""1003,Jim,40"""pd.read_csv(r'file_data4.csv',sep=',|\"',skiprows=[0,2],engine='python').dropna(axis=1)    No Name Weight0 1001 Tom 201 1002 Bob 302 1003 Jim 40  

# 实例5：指定解析器引擎 pandas用C解析器engine='c'，如不支回退到Python1）目前C不支持选项包括：# sep 除单个字符（如正则表达式分隔符）# skipfooter# sep=None 同 delim_whitespace=False2）应指定engine='python'，否则会报警 

# 实例6：读取远程文件# 您可以将URL传递给CSV文件：df = pd.read_csv('https://download.bls.gov/pub/time.series/cu/cu.item',sep='\t')# 还会处理S3 URL：df = pd.read_csv('s3://pandas-test/tips.csv')  

转载地址：https://chunyou.blog.csdn.net/article/details/85291123 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！