CSV文件的读取 In〔1〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex1。csv，w，newline）新建CSV文件writercsv。writer（fp）writer。writerow（（id，name，grade））向CSV写入数据writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））fp。close（） In〔2〕：！typeH：python数据分析数据ch4ex1。csv通过！type方法查看数据，type方法只适用于Windows系统，UNIX系统使用！cat命令。id，name，grade1，lucky，872，peter，923，lili，85 In〔3〕：importpandasaspddfpd。readcsv（open（H：python数据分析数据ch4ex1。csv））使用readcsv函数读取CSV文件读取CSV文件时，如果文件路径中有中文，需要加open函数，否则会报错df Out〔3〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔4〕：dfpd。readtable（open（H：python数据分析数据ch4ex1。csv），sep，）使用readtable进行读取CSV文件，指定分隔符即可df Out〔4〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔5〕：dfpd。readcsv（open（H：python数据分析数据ch4ex1。csv），indexcolid）默认情况下，读取的DataFrame的行索引是从0开始进行计数通过indexcol参数指定id列为行索引df Out〔5〕： name grade id 1hrlucky 87hr2hrpeter 92hr3hrlili 85hrIn〔6〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex2。csv，w，newline）writercsv。writer（fp）writer。writerow（（school，id，name，grade））写入数据writer。writerow（（a，1，lucky，87））writer。writerow（（a，2，peter，92））writer。writerow（（a，3，lili，85））writer。writerow（（b，1，coco，78））writer。writerow（（b，2，kevin，87））writer。writerow（（b，3，heven，96））fp。close（） In〔7〕：！typeH：python数据分析数据ch4ex2。csv查看数据school，id，name，gradea，1，lucky，87a，2，peter，92a，3，lili，85b，1，coco，78b，2，kevin，87b，3，heven，96 In〔8〕：dfpd。readcsv（open（H：python数据分析数据ch4ex2。csv），indexcol〔0，id〕）层次化索引，传入列编号或者列名组成的列表即可df Out〔8〕： name grade school id a 1hrlucky 87hr2hrpeter 92hr3hrlili 85hrb 1hrcoco 78hr2hrkevin 87hr3hrheven 96hrIn〔9〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex3。csv，w，newline）writercsv。writer（fp）writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））fp。close（） In〔10〕：！typeH：python数据分析数据ch4ex3。csv查看数据1，lucky，872，peter，923，lili，85 In〔12〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv））默认情况读取，会指定第一行为标题行df Out〔12〕： 1hrlucky 87hr0hr2hrpeter 92hr1hr3hrlili 85hrIn〔13〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv），headerNone）通过header参数分配默认的标题行如果表头的type和csv内容的type相一致的时候，那么直接读取，会让第一行来当表头此时加headerNone，可以让第一行不当表头，而默认给0、1来当表头header这个属性是指，在不加headerNone这个属性所出来的数据的基础上，把那个数据的表头去掉，换成0开头的表头df Out〔13〕： 0hr1hr2hr0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔14〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv），names〔id，name，grade〕）通过names参数给其指定列名当设置了names属性之后，header无论设不设置，都会是Nonedf Out〔14〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔15〕：importcsv通过Python自带的csv库创建CSV文件并写入数据fpopen（H：python数据分析数据ch4ex4。csv，w，newline）writercsv。writer（fp）writer。writerow（〔Thisisgrade〕）writer。writerow（（id，name，grade））writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））writer。writerow（〔time〕）fp。close（） In〔16〕：！typeH：python数据分析数据ch4ex4。csv查看数据Thisisgradeid，name，grade1，lucky，872，peter，923，lili，85time In〔17〕：dfpd。readcsv（open（H：python数据分析数据ch4ex4。csv），skiprows〔0，5〕）通过skiprows参数跳过一些行无论是带表头还是不带表头，skiprows2的效果，都是读第三行（也就是跳了两行读）df Out〔17〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔19〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv），nrows10）通过nrows参数，可以选择只读取部分行数据df Out〔19〕： PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked 0hr1hr0hr3hrBraund，Mr。OwenHarris male 22。0 1hr0hrA521171 7。2500 NaN S 1hr2hr1hr1hrCumings，Mrs。JohnBradley（FlorenceBriggsTh。。。 female 38。0 1hr0hrPC17599 71。2833 C85 C 2hr3hr1hr3hrHeikkinen，Miss。Laina female 26。0 0hr0hrSTONO2。3101282 7。9250 NaN S 3hr4hr1hr1hrFutrelle，Mrs。JacquesHeath（LilyMayPeel） female 35。0 1hr0hr113803hr53。1000 C123 S 4hr5hr0hr3hrAllen，Mr。WilliamHenry male 35。0 0hr0hr373450hr8。0500 NaN S 5hr6hr0hr3hrMoran，Mr。James male NaN 0hr0hr330877hr8。4583 NaN Q 6hr7hr0hr1hrMcCarthy，Mr。TimothyJ male 54。0 0hr0hr17463hr51。8625 E46 S 7hr8hr0hr3hrPalsson，Master。GostaLeonard male 2。0 3hr1hr349909hr21。0750 NaN S 8hr9hr1hr3hrJohnson，Mrs。OscarW（ElisabethVilhelminaBerg） female 27。0 0hr2hr347742hr11。1333 NaN S 9hr10hr1hr2hrNasser，Mrs。Nicholas（AdeleAchem） female 14。0 1hr0hr237736hr30。0708 NaN C In〔20〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv），nrows10，usecols〔Survived，Sex〕）通过usecols参数进行部分列的选取df Out〔20〕： Survived Sex 0hr0hrmale 1hr1hrfemale 2hr1hrfemale 3hr1hrfemale 4hr0hrmale 5hr0hrmale 6hr0hrmale 7hr0hrmale 8hr1hrfemale 9hr1hrfemale In〔21〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv））在处理很大文件的时候，需要对文件进行逐块读取，首先通过info函数查看泰坦尼克号的生还者数据，共有891条数据df。info（）classpandas。core。frame。DataFrameRangeIndex：891entries，0to890Datacolumns（total12columns）：PassengerId891nonnullint64Survived891nonnullint64Pclass891nonnullint64Name891nonnullobjectSex891nonnullobjectAge714nonnullfloat64SibSp891nonnullint64Parch891nonnullint64Ticket891nonnullobjectFare891nonnullfloat64Cabin204nonnullobjectEmbarked889nonnullobjectdtypes：float64（2），int64（5），object（5）memoryusage：83。6KB In〔22〕：chunkerpd。readcsv（open（H：python数据分析数据titanic。csv），chunksize100）通过chunksize参数，即可逐步读取文件设定读取的行数，返回一个固定行数的迭代器，每次读取只消耗相应行数对应的dataframe的内存，从而可以有效的解决内存消耗过多的问题chunker Out〔22〕：pandas。io。parsers。TextFileReaderat0x96c3cf8 In〔23〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv））df〔Sex〕。valuecounts（） Out〔23〕：male577female314Name：Sex，dtype：int64 In〔24〕：frompandasimportSeriesimportpandasaspdchunkerpd。readcsv（open（H：python数据分析数据titanic。csv），chunksize100）sexSeries（〔〕）foriinchunker：返回的是可迭代的TextFileReader。通过迭代，可以对Sex列进行计数sexsex。add（i〔Sex〕。valuecounts（），fillvalue0）sex Out〔24〕：male577。0female314。0dtype：float64readcsvreadtable参数 TXT文件的读取 In〔25〕：fpopen（H：python数据分析数据ch4ex6。txt，a）创建TXT文件fp。writelines（id？name？grade）写入数据fp。writelines（1？lucky？87）fp。writelines（2？peter？92）fp。writelines（3？lili？85）fp。close（） In〔26〕：！typeH：python数据分析数据ch4ex6。txt查看数据id？name？grade1？lucky？872？peter？923？lili？85 In〔27〕：importpandasaspddfpd。readtable（open（H：python数据分析数据ch4ex6。txt），sep？）读取TXT文件通过readtable函数中的sep参数进行分隔符的指定df Out〔27〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔28〕：！typeH：python数据分析数据ch4ex7。txt查看TXT文件，以空格隔开的文件idnamegrade1lucky872peter923lili85 In〔29〕：dfpd。readtable（open（H：python数据分析数据ch4ex7。txt），seps）正则表达式处理空格读取数据df Out〔29〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85文本存储 In〔30〕：importpandasaspddfpd。readcsv（open（H：python数据分析数据ch4ex1。csv））df Out〔30〕： id name grade 0hr1hrlucky 87hr1hr2hrpeter 92hr2hr3hrlili 85hrIn〔31〕：利用DataFrame的tocsv方法，可以将数据存储到以逗号分隔的CSV文件中df。tocsv（H：python数据分析数据out1。csv）！typeH：python数据分析数据out1。csv，id，name，grade0，1，lucky，871，2，peter，922，3，lili，85 In〔32〕：通过sep参数指定存储的分隔符，默认情况下会存储行和列索引df。tocsv（H：python数据分析数据out2。csv，sep？）！typeH：python数据分析数据out2。csv？id？name？grade0？1？lucky？871？2？peter？922？3？lili？85 In〔33〕：通过设置index和header分别处理行和列索引df。tocsv（H：python数据分析数据out3。csv，indexFalse）！typeH：python数据分析数据out3。csvid，name，grade1，lucky，872，peter，923，lili，85
链起来的天涯若比邻来源：人民网12月14日凌晨，大凉山深处，怒吼的火箭犹如一条巨龙，撕破夜空一飞冲天。我国在西昌卫星发射中心用长征三号乙运载火箭，成功将天链二号02星发射升空。卫星顺利进入……重获新生，三双王辅佐詹姆斯！威少还是那个威少NBA202122赛季的常规赛进行的如火如荼，洛杉矶湖人队近日受到的关注度很高，尤其是詹姆斯刚刚获得西部周最佳球员后，詹姆斯已经37岁的高龄了，能有这样的成就，不得不让人敬佩，……湖人离队第一人诞生，詹姆斯点名要他！再见玻璃人，珍妮无奈决定湖人出局后，球队第一时间解雇了沃格尔，成了湖人离队首人。无论是沃格尔本人还是媒体都对这个结果不意外，毕竟让沃格尔背锅的成本最小。沃格尔下课后，湖人进入了选帅流程，各方消息也层出……春天，建议大家多吃4菜2果1菇，天然叶酸高，常吃身体棒今儿蓉儿就分享这七种天然叶酸高的食材，建议大家可以多吃哦！4菜1、芦笋推荐食谱【芦笋炒鸡蛋】1把芦笋、3个鸡蛋1、市场上的芦笋还蛮嫩的，就买了一把……开洞装又流行起来啦！摆脱无趣设计只需一点镂空元素开洞装又流行起来啦！摆脱无趣的设计只需一点镂空元素开洞装给服装穿搭增添呼吸感今年代表不羁与自由的开洞装带回大众的视野，掀起一轮时尚的回潮。一……倪妮穿低领长裙亮相，被指平平无奇，皮肤蜡黄成了槽点说起娱乐圈中平平无奇的女明星，相信很多人都会想到倪妮的名字，毕竟，一直以来，倪妮的表现都相当的出色，无论是她的身材，还是她的气质，都显得格外出众，不过，这一组倪妮穿低领长裙亮相……3。5亿一张票，SpaceX将三位富商送国际空间站旅游8天重磅消息，马斯克再次创造历史！据报道，美东时间4月8日11时17分，埃隆马斯克（ElonMusk）创立的美国太空探索技术公司SpaceX，利用猎鹰9号火箭从佛罗里达州肯尼迪航天……周鹏违体阿联违体，徐杰灵光一现吴前发挥失常，浙江核心就是笑话在今天CBA季后赛里广东97比82战胜浙江，总比分2比0淘汰对手挺进下一轮。易建联得到21分11篮板，威姆斯得到17分8篮板8助攻，替补徐杰10中6其中三分5中2罚球12中11……世界波！孙兴慜秒杀武磊成亚洲一哥，31岁忘不了前女友至今单身近日很多媒体都对韩国球星孙兴慜非常感兴趣，这位优秀的球星目前已经赶回韩国，准备接下来的世界杯预选赛，目前韩国队在世界杯预选赛亚洲区A组中排名第一，表现的非常出色，基本上可以确定……稀土永磁价格大涨带来哪些投资机会？磁材：下游新能源车和风电需求回暖，稀土永磁材料钕铁硼价格企稳回升。稀土永磁材料主要的终端应用为传统汽车（38），新能源汽车（12），风电（10）和消费电子（9）。新能源车……王者荣耀3月份108个英雄皮肤数量排行，谁是天美儿子一目了然一、王者荣耀截至目前已经有108个英雄，皮肤总数是414款。每个英雄拥有的皮肤数量和品质各有差异，今天给小伙伴们梳理一下所有英雄皮肤数量的排行顺序，大家看完以后就会明白谁才是天……五菱又出纯电微型车，或定价6万，比宏光MINI更高级五菱宏光MINIEV的热销不仅让各大厂商纷纷效仿，也给到五菱自己一些关于新产品上的灵感。最近网上出现了几张五菱新车的谍照。据了解，新车或将定名为AirEV，属于纯电动车。……