pandas读取csv文件

Pandas

Pandas 是一个用于数据操作和分析的开源数据分析库。它基于 NumPy 构建。

Pandas 库最常用的两个数据结构是 Series 和 DataFrame。

# 创建一个Series
s = pd.Series([1, 3, 5, 7, 9])

# 创建一个DataFrame
data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)

print(s_37)
print(df_37)

---

读取csv文件

CSV（Comma-Separated Values，逗号分隔值）文件是一种常见的、用于存储表格数据的纯文本文件格式。

1. 结构简单：CSV 文件由行和列组成，行之间以换行符分隔，列之间以逗号（或其他分隔符，如分号、制表符）分隔。第一行通常为表头，包含列的名称。
2. 纯文本格式：CSV 文件是纯文本文件，可以使用任何文本编辑器查看和编辑。具有良好的可移植性。

读取csv文件：

df = pd.read_csv(csv_file, sep=',', header=None)

header属性：属性可以用来指定文件中哪一行作为列名。如果数据文件没有列名，可以将 header 设置为 None，Pandas 会自动分配数值型列名，如0, 1, 2, 3, …。

如果有列名，还将header设置为none的话，那么就相当于让每行的数据从1开始编号

df = pd.read_csv('all.csv')
print(df.head())  # 输出前5行

df2 = pd.read_csv('all.csv', header=None)
print(df2.head())

再读取0行后的内容

df2 = df2.iloc[1:]
print(df2.head())

---

iloc[]

iloc 是 Pandas DataFrame 的一个方法，用于基于行和列的整数位置进行索引和切片操作。

value = df.iloc[0, 1]  # 返回第0行第1列的单个值

row = df.iloc[0]  # 返回第0行作为一个Series对象
column = df.iloc[:, 1]  # 返回第1列作为一个Series对象

sub_df = df.iloc[0:2, 1:3]  # 返回一个DataFrame，包含从第0行到第2行和第1列到第3列的切片

ries对象

sub_df = df.iloc[0:2, 1:3] # 返回一个DataFrame，包含从第0行到第2行和第1列到第3列的切片