pandas写入和读取数据

数据的写入

写入csv

csv是最为常见的以纯文本文件存储数据文件的格式，它的优点是通用性很强，不受操作系统以及具体的软件的限制。

import pandas as pd
df_dict = {
	'name':['ZhangSan','LiSi','WangWu','ZhaoLiu'],
	'age':['18','20','19','22'],
	'weight':['50','55','60','80']
}
df = pd.DataFrame(data=df_dict,index=['001','002','003','004'])
print(df)

         name age weight
001  ZhangSan  18     50
002      LiSi  20     55
003    WangWu  19     60
004   ZhaoLiu  22     80

# 写入csv，path_or_buf为写入文本文件
df.to_csv(path_or_buf='./Information.csv', encoding='utf_8_sig') 
# 相对路径，./表示当前路径下，../表示上一级目录
print('end')

end

从结果中可以发现，to_csv()保存数据时，df的行索引作为一列被输出到csv文件中。如何在保存csv文件的时候，不存储DataFrame的行索引信息呢？

df.to_csv(path_or_buf='./People_Information.csv',index=False,encoding='utf_8_sig') # index设为False就能不保存行索引信息

写入excel

# 写入excel
df.to_excel('./Information.xlsx', encoding='utf_8') # ./表示当前路径下
print('end')

end

数据的读取

csv的读取

import pandas as pd
df = pd.read_csv('./Information.csv')
print(df)
print(df.shape)

   Unnamed: 0      name  age  weight
0           1  ZhangSan   18      50
1           2      LiSi   20      55
2           3    WangWu   19      60
3           4   ZhaoLiu   22      80
(4, 4)

调用read_csv()方法并传入文件的路径，就可以将数据读取出来并且是DataFrame类型。read_csv()默认会将文件中的第一行作为数据的列索引。

若第一条数据不符合作为列索引的要求，需要自己修改，可以利用read_csv()中的header参数根据位置下标进行选择哪一行作为列索引。

df = pd.read_csv('./Information.csv',header=行位置下标) 
# read_csv()的header参数默认是0，取第一行的值。
# 如果都不满足的你的要求，可以将header设置为None，列索引值会使用默认的1、2、3、4，之后在自行设置。
# 另外，当指定了header的值，读出来的数据就是从该行开始向下切片，该行以上的数据会被忽略。

excel的读取

import pandas as pd
sheet1 = pd.read_excel('./sheet.xlsx',sheet_name='sheet1') # sheet_name可指定读取哪个工作表