【数据分析上手实践】读取数据

2022/3/15

1.导入两个库

Numpy计算

Pandas 开源用于数据分析的工具

Import numpy as np

Import pandas as pd

import os  #用于os.getcwd()查找文件路径

2.使用相对/绝对路径导入数据

相对：

pd.read_csv #将csv文件读入并转化为数据框形式

#return dataframe or textparser

df=pd.read_csv('C:\\Users\\71403\\Desktop\\titanic\\train.csv')  #df 选取

#这里一直报错

#AttributeError：函数名写错

#SyntaxError：语法错误-打成中文字符

#osError：文件路径的格式出错

#permission denied：右键属性开启权限/xx计算机名/user

#filednotfound：cvs文件和代码放一个文件夹

df.shape  #显示（行，列）

df.head()  #显示dataframe数据框的头部

df.tail(3)  #尾部数据

#df.index 显示索引

#df.columns 显示列名

3.pd.read_table(path) #以行为单位存储，没有分割

pd.read_csv  #用逗号进行分割

#如何让read_table &read_csv表的形式一致？

Pd.read_table(path,sep=’,’)  #限定分割符以逗号分割

4.逐块读取数据

df=Pd.read_csv(‘train.csv’,chunksize=1000) #以每一千行为一块

df.head()

这里类型已经变了，故报错

Type(df)

Df.get_chunk()

5.将表头改为中文

方法一：表头替换

#先取消分块

Df=pd.read_csv(‘train.csv’)

Df.column=(‘’,’’,’’,…)

Df

#方法二 读取文件时直接重新命名/多加表头

Df=pd.read_csv(‘train.csv’,name=[‘’,’’,’’,…])

Df

6.展示头部及尾部数据

Df.tail()

Df.tail(15).shape  #显示行列

Df.head(10)  #显示前九行数据

7.显示空值数据

Df.isnull()

8.df.to_csv(‘train_chinese.csv’)