Python -- 数据加载、存储与文件格式

发布时间:2017-6-29 1:37:25 编辑:www.fx114.net 分享查询网我要评论
本篇文章主要介绍了"Python -- 数据加载、存储与文件格式 ",主要涉及到Python -- 数据加载、存储与文件格式 方面的内容,对于Python -- 数据加载、存储与文件格式 感兴趣的同学可以参考一下。

for example:

In[]: import pandas as pdIn[]: df = pd.read_csv('ex1.csv') # ''内写入文件所在的详细目录In[]: df = pd.read_table('ex1.csv', sep = ',') # 或者使用table并指定分隔符# 当你要读入的文件没有标题行时:In[]: df = pd.read_csv('ex2.csv', header = None) # 让pandas为其分配默认的列名In[]: df = pd.read_csv('ex2.csv', names = ['a','b','c','d','message']) # 自己定义标题行In [8]: names = ['a','b','c','d','message']# 让其中的某列作为列索引In [9]: pd.read_csv('ex2.csv', names = names, index_col = 'message')Out[9]:          a   b   c   dmessage               hello    1   2   3   4world    5   6   7   8foo      9  10  11  12In[]: pd.read_csv('ex4.csv', skiprows = [0, 2, 3]) # 略过第0,2,3行不读取# 用一个字典为各列指定不同的NA标记值In[]: patterns = {'message':['foo', 'NA'], 'something':['two']}In[]: pd.read_csv('ex5.csv', na_values=patterns)
  • read_csv/read_table函数的参数

上一篇:Linux串口IO模式的一些心得
下一篇:大圆满的精髓–肯•威尔伯(KEN WILBER)

相关文章

相关评论

本站评论功能暂时取消,后续此功能例行通知。

一、不得利用本站危害国家安全、泄露国家秘密,不得侵犯国家社会集体的和公民的合法权益,不得利用本站制作、复制和传播不法有害信息!

二、互相尊重,对自己的言论和行为负责。