Pandas学习笔记——读写csv格式文件

一、环境准备

　　Windows10

　　python3.6.5

　　pandas：可以使用pip进行安装（  pip install pandas  ）

　　开发工具：Anaconda或者PyCharm

　　数据准备：从网络获取或自己生成的csv格式数据

二、学习内容

　　使用Pandas读写csv格式文件

三、细节

1 导入pandas

import pandas as pd

2 获取数据源（直接获取数据源、先切换目录后获取数据源）

读取csv文件数据，转为Pandas的DataFrame。

df = pd.read_csv(fileName,encoding="文件编码",nrows="最大行数")

说明：

　　fileName：若文件在当前目录，直接输入"文件名.csv"即可,若未在当前路径，需要指定全路径（或者使用os.chdir("your file path")更改路径后使用文件名读取）

　　encoding= : 指定文件的编码类型，常见的有：utf8,gbk,gbk2312等

　　nrow= : 指定数据读取的最大行数

　　另外，其他参数在此不一一赘述。

3 将数据写入csv文件（数据默认保存在当前目录下）

data.to_csv(savedName,index=False) # 保存是可以指定编码ecoding ，一般不保存索引 index=False

说明：

　　savedName: 需要将数据保存的文件名

　　index=False: 一般不会去保存数据在Pandas中的索引 

　　此外，还可以通过：ecoding="编码" 指定文件的编码,

需要注意：在保存文件时，默认保存在当前目录下。若非当前目录请指定全路径（文件存放的父路径要存在，如不存在可能会报异常）。故，建议使用 os.chdir("your file path") 去更改路径。

三、整体示例

import pandas as pd
import os

# 更改路径
os.chdir(u"E:\\testData")

# 获取数据
data = pd.read_csv("test.csv",encoding="utf8",nrows=5)

# 打印获取到的数据
print(data)

# 保存数据
data.to_csv("test2write.csv",index=False)

print("程序执行结束！！！")

【PyCharm】执行结果示例：

【Jupyter notebook】演示示例：