Python Pandas - 使用 CSV 格式

Python 中的 Pandas 库提供了大量用于读取和写入各种格式数据的函数。最常用的格式之一是 CSV（逗号分隔值），它是一种用于存储表格数据的流行格式。

CSV 文件是一个纯文本文件，其中数据值以逗号分隔，以纯文本格式表示表格数据。CSV 文件具有.csv扩展名。下面您可以看到 CSV 文件中的数据是什么样的 -

Sr.no,Name,Gender,Age
1,"Braund,male,22
2,"Cumings,female,38
3,"Heikkinen,female,26
4,"Futrelle,female,35

在本教程中，我们将学习如何使用 Pandas 处理 CSV 文件，包括读取和写入 CSV 文件，以及读取 CSV 文件的替代方法。

读取 CSV 文件

pandas.read_csv() 函数用于将 CSV 格式文件读取到 Pandas DataFrame 或 TextFileReader 中。此函数接受 URL 或本地文件路径以将数据加载到 Pandas 环境中。

示例

以下示例演示了如何使用pandas.read_csv() 函数读取 CSV 数据。这里我们使用StringIO将 CSV 字符串加载到类似文件对象中。

import pandas as pd

# Import StringIO to load a file-like object for reading CSV
from io import StringIO

# Create string representing CSV data
data = """Name,Gender,Age
Braund,male,22
Cumings,female,38
Heikkinen,female,26
Futrelle,female,35"""

# Use StringIO to convert the string data into a file-like object
obj = StringIO(data)

# read CSV into a Pandas DataFrame
df = pd.read_csv(obj)

print(df)

以下是上述代码的输出 -

Name
Gender
Age


0
Braund
male
22


1
Cumings
female
38


2
Heikkinen
female
26


3
Futrelle
female
35

读取 CSV 文件的替代方法

除了pd.read_csv() 函数外，Pandas 还提供了一种读取各种格式数据的替代方法，即pd.read_table() 函数。

pd.read_table() 函数用于将通用分隔文件（如 CSV、TSV 或其他分隔符分隔格式）读取到 Pandas DataFrame 中。它是加载 CSV 格式的最佳替代方案，并且此函数可以使用sep参数轻松处理各种分隔符。此外，此函数支持迭代或将文件分成块。

示例

此示例显示了一种使用pd.read_table() 函数将 CSV 数据加载到 Pandas DataFrame 中的替代方法。在这里，您需要使用sep参数指定分隔符以读取逗号分隔值 (CSV)。

import pandas as pd
url ="blood_pressure.csv"

# read CSV into a Pandas DataFrame using the read_table() function
df = pd.read_table(url,sep=',')
print(df.head(5))

以下是上述代码的输出 -

Patient
Sex
Age Group
BP Before
BP After


0
1
Male
30-45
143
153


1
2
Male
30-45
163
170


2
3
Male
30-45
153
168


3
4
Male
30-45
153
142


4
5
Male
30-45
146
141

写入 CSV 文件

Pandas 提供了一个名为pd.to_csv() 的函数，用于使用 Pandas 数据结构（如 DataFrame 或 Series 对象）创建或写入 CSV 文件。此函数允许您将数据导出为 CSV 格式。

示例

这是一个演示如何使用pd.to_csv() 函数将 Pandas DataFrame 写入 CSV 文件的示例。

import pandas as pd

# dictionary of lists
d = {'Car': ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],
'Date_of_purchase': ['2024-10-10', '2024-10-12', '2024-10-17', '2024-10-16', '2024-10-19', '2024-10-22']}

# creating dataframe from the above dictionary of lists
dataFrame = pd.DataFrame(d)
print("Original DataFrame:\n",dataFrame)

# write dataFrame to SalesRecords CSV file
dataFrame.to_csv("Output_written_CSV_File.csv")

# display the contents of the output csv
print("The output csv file written successfully and generated...")

以下是上述代码的输出 -

Original DataFrame:



Car
Date of Purchase


0
BMW
2024-10-10


1
Lexus
2024-10-12


2
Audi
2024-10-17


3
Mercedes
2024-10-16


4
Jaguar
2024-10-19


5
Bentley
2024-10-22


The output csv file written successfully and generated...

如果您在执行上述代码后访问您的工作目录，您将看到创建的名为Output_written_CSV_File.csv的 CSV 文件。