数据载入,存储及文件格式(pandas)

1. ows将表格型数据读取为DataFrame对象是pandas的重要特性。

2. csv(Comma-Separated Values)：逗号分隔值。

3. 一些数据加载函数(尤其是read_csv)的可选参数变得很复杂，有大量的不同参数。

4. 文本格式数据的读写

   文件1：ex1.csv
   1,2,3,4,hello
   5,6,7,8,world
   9,10,11,12,foo
   将其保存为csv文件格式，windows系统上默认为xlsx格式。
   path = r'E:\Toolbox\z_python\examples\ex1.csv'
   
   )1.read_csv
   df = pd.read_csv(path)
   print(df)
      1   2   3   4  hello
   0  5   6   7   8  world
   1  9  10  11  12    foo
   
   )2.read_table(默认分隔符是'\t'，可利用sep属性来改变分隔符)
   df2 = pd.read_table(path,sep=',')
   print(df2)
      1   2   3   4  hello
   0  5   6   7   8  world
   1  9  10  11  12    foo
   
   )3.header=None,自动分配列名
   df = pd.read_csv(path,header=None)
   print(df)
      0   1   2   3      4
   0  1   2   3   4  hello
   1  5   6   7   8  world
   2  9  10  11  12    foo
   
   )4.names=['']自己指定列名
   name = ['a','b','c','d','message']
   df = pd.read_csv(path,names = name)
   print(df)
      a   b   c   d message
   0  1   2   3   4   hello
   1  5   6   7   8   world
   2  9  10  11  12     foo
   
   )5.将数据中的某一列选为索引，index_col='列名'
   name = ['a','b','c','d','message']
   df = pd.read_csv(path,names = name,index_col='message')
   print(df)
            a   b   c   d
   message               
   hello    1   2   3   4
   world    5   6   7   8
   foo      9  10  11  12
   
   文件2：ex2.csv
      key1,key2,values1,values2
      one,a,1,2
      one,b,3,4
      one,c,5,6
      one,d,7,8
      two,a,9,10
      two,b,11,12
      two,c,13,14
      two,d,15,16
      path = r'E:\Toolbox\z_python\examples\ex2.csv'
   )6.从多个列中形成分层索引，传入一个包含列序号或列名的列表
   frame = pd.read_csv(path,index_col=['key1','key2'])
   print(frame)
   values1  values2
   key1 key2                  
   one  a           1        2
   b           3        4
   c           5        6
   d           7        8
   two  a           9       10
   b          11       12
   c          13       14
   d          15       16  
   
   
   )7.skiprows跳过指定序列的行
   frame = pd.read_csv(path,skiprows=[0,3,6])
   print(frame)
   one  a   1   2
   0  one  b   3   4
   1  one  d   7   8
   2  two  a   9  10
   3  two  c  13  14
   4  two  d  15  16
   
   )8.na_values可以指定某个值为缺失值，用NaN来替代它
   nrows=x,表明你可以读取文件的前x行
   chunksize=y，表明将文件分块，每一块有y行
   
   )9.to_csv():将数据导出为逗号分隔的文件
       frame = pd.read_csv(path)
       data = frame.to_csv('examples\out.csv')
   
   )10.import sys
       sys.stdout:控制台打印文本
           import sys
           frame = pd.read_csv(path)
           data = frame.to_csv(sys.stdout)       
           ,key1,key2,values1,values2
           0,one,a,1,2
           1,one,b,3,4
           2,one,c,5,6
           3,one,d,7,8
           4,two,a,9,10
           5,two,b,11,12
           6,two,c,13,14
           7,two,d,15,16   
   

5. 表格型数据的存取

   1.存
   frame = pd.read_csv(path)
   writer = pd.ExcelWriter('examples\one.xlsx')
   frame.to_excel(writer)
   writer.save()
   
   2.存
   frame = pd.read_csv(path)
   frame.to_excel('examples\\two.xlsx')：需要进行转义
   
   3.取
   xlsx = pd.ExcelWriter('examples\one.xlsx')
   x = pd.read_excel(xlsx)
   print(x)
   Unnamed: 0 key1 key2  values1  values2
       0           0  one    a        1        2
       1           1  one    b        3        4
       2           2  one    c        5        6
       3           3  one    d        7        8
       4           4  two    a        9       10
       5           5  two    b       11       1
   
   4.取
       xx = pd.read_excel('examples\one.xlsx')
       print(xx)
       Unnamed: 0 key1 key2  values1  values2
           0           0  one    a        1        2
           1           1  one    b        3        4
           2           2  one    c        5        6
           3           3  one    d        7        8
           4           4  two    a        9       10
           5           5  two    b       11       12
           6           6  two    c       13       14
           7           7  two    d       15       16