利用Python数据分析:数据加载、存储与文件格式(一)

作者:青岛澄润国际贸易有限公司 来源:www.usabcc.com 发布时间:2017-09-15 10:39:08
利用Python数据分析:数据加载、存储与文件格式(一)


import pandas as pd
from pandas import DataFrame,Series
import sys
import numpy as np
df = pd.read_csv('E:\Python for Data Analysis\pydata-book-master\ch06\ex1.csv')
df
pd.read_table('E:\Python for Data Analysis\pydata-book-master\ch06\ex1.csv',sep =',') # read_table需要指定分隔符
pd.read_csv('E:\Python for Data Analysis\pydata-book-master\ch06\ex2.csv',header = None) # 读取没有标题行的
pd.read_csv('E:\Python for Data Analysis\pydata-book-master\ch06\ex2.csv',names=['a','b','c','d','message'])
# 指定列名
names = ['a','b','c','d','message']
pd.read_csv('E:\Python for Data Analysis\pydata-book-master\ch06\ex2.csv',names= names,index_col='message')
#把message列作为索引
parsed = pd.read_csv('pydata-book-master/ch06/csv_mindex.csv',index_col=['key1','key2'])
# 层次化的索引
parsed
# 使用正则表达式作为read_table的分隔符
list(open('pydata-book-master/ch06/ex6.csv'))
result = pd.read_table('pydata-book-master/ch06/ex6.csv',sep='\s+')
result
pd.read_csv('pydata-book-master/ch06/ex4.csv',skiprows=[0,2,3]) # 跳过指定的行
result = pd.read_csv('pydata-book-master/ch06/ex5.csv')
result
result = pd.read_csv('pydata-book-master/ch06/ex5.csv',na_values=['NULL'])
result
# 使用一个字典为各列指定不同的NA标记的值
sentinels = {'message':['foo','NA'],'someting':['two']}
pd.read_csv('pydata-book-master/ch06/ex5.csv',na_values=sentinels)
#逐块读取文本文件
result = pd.read_csv('pydata-book-master/ch06/ex6.csv')
result
pd.read_csv('pydata-book-master/ch06/ex5.csv',nrows=5) # 只读取前五行
chunker = pd.read_csv('pydata-book-master/ch06/ex5.csv',chunksize=1000) #分成1000块
chunker
tot = Series([]) # 定义一个Series来保存后面的数字
for piece in chunker :
tot = tot.add(piece['key'].value_counts(),fill_value = 0)
tot = tot.order(ascending=False)
tot[:10]
# 将数据写出到文本格式
data = pd.read_csv('pydata-book-master/ch06/ex5.csv')
data
data.to_csv('pydata-book-master/ch06/out.csv')
data.to_csv(sys.stdout,sep='|') #以指定的分隔符输出
data.to_csv(sys.stdout,na_rep='NULL') # 缺失值在结果中表示为空白符,也可以自己指定对应的符号
# 不输出行列的标签data.to_csv(sys.stdout,index=False,header=False)
data.to_csv(sys.stdout,index=False,cols=['a','b','c']) # 只写出一部分列并且指定列排序
dates = pd.date_range('1/1/2000',periods=7)
ts = Series(np.arange(7),index=dates)
ts.to_csv('pydata-book-master/ch06/tseries.csv') # Series to_csv方法

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:宜昌SEO http://yichang.raoyu.net

  • 上一篇:对ORA-01795- 列表中的最大表达式数为 1000的处理(算
  • 下一篇:最后一页
  •