Pandas IO工具


Pandas I/O API是一套像pd.read_csv()一樣返回Pandas物件的頂級讀取器函式。

讀取文字檔案(或平面檔案)的兩個主要功能是read_csv()read_table()。它們都使用相同的解析程式碼來智慧地將表格資料轉換為DataFrame物件 -

pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)

形式2-

pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)

以下是csv檔案資料的內容 -

S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900

將這些資料儲存為temp.csv並對其進行操作。

S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900

read.csv

read.csv從csv檔案中讀取資料並建立一個DataFrame物件。

import pandas as pd
df=pd.read_csv("temp.csv")
print (df)

執行上面範例程式碼,得到以下結果 -

   S.No    Name  Age       City  Salary
0     1     Tom   28    Toronto   20000
1     2     Lee   32   HongKong    3000
2     3  Steven   43   Bay Area    8300
3     4     Ram   38  Hyderabad    3900

自定義索引

可以指定csv檔案中的一列來使用index_col客製化索引。

import pandas as pd

df=pd.read_csv("temp.csv",index_col=['S.No'])
print (df)

執行上面範例程式碼,得到以下結果 -

        Name  Age       City  Salary
S.No                                
1        Tom   28    Toronto   20000
2        Lee   32   HongKong    3000
3     Steven   43   Bay Area    8300
4        Ram   38  Hyderabad    3900

轉換器
dtype的列可以作為字典傳遞。

import pandas as pd
import numpy as np
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print (df.dtypes)

執行上面範例程式碼,得到以下結果 -

S.No        int64
Name       object
Age         int64
City       object
Salary    float64
dtype: object

預設情況下,Salary列的dtypeint,但結果顯示為float,因為我們明確地轉換了型別。

因此,資料看起來像浮點數 -

  S.No   Name   Age      City    Salary
0   1     Tom   28    Toronto   20000.0
1   2     Lee   32   HongKong    3000.0
2   3  Steven   43   Bay Area    8300.0
3   4     Ram   38  Hyderabad    3900.0

header_names
使用names引數指定標題的名稱。

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print (df)

執行上面範例程式碼,得到以下結果 -

      a       b    c          d       e
0  S.No    Name  Age       City  Salary
1     1     Tom   28    Toronto   20000
2     2     Lee   32   HongKong    3000
3     3  Steven   43   Bay Area    8300
4     4     Ram   38  Hyderabad    3900

觀察可以看到,標題名稱附加了自定義名稱,但檔案中的標題還沒有被消除。 現在,使用header引數來刪除它。

如果標題不是第一行,則將行號傳遞給標題。這將跳過前面的行。

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print (df)

執行上面範例程式碼,得到以下結果 -

   a       b   c          d      e
0  1     Tom  28    Toronto  20000
1  2     Lee  32   HongKong   3000
2  3  Steven  43   Bay Area   8300
3  4     Ram  38  Hyderabad   3900

skiprows

skiprows跳過指定的行數。參考以下範例程式碼 -

import pandas as pd
import numpy as np

df=pd.read_csv("temp.csv", skiprows=2)
print (df)

執行上面範例程式碼,得到以下結果 -

   2     Lee  32   HongKong  3000
0  3  Steven  43   Bay Area  8300
1  4     Ram  38  Hyderabad  3900