Python3 读取csv文件

使用pandas 读取csv文件前几行数据

文件内容如下：

先读取标题：

import pandas as pd

path = r'C:\Users\dhw\Desktop\work\term paper\Home work_10\TREE.csv'
def opendata(path):
    df = pd.read_csv(path)
    list_label = df.columns.values   #cloumns 为csv文件的标题
    print(df)
    print(list_label)
opendata(path)

读取前几行数据：

import pandasas pd
  
data = pd.read_csv(path,nrows =5)
print(data)

 将csv文件转化为list

import pandas as pd

path = r'C:\Users\dhw\Desktop\work\term paper\Home work_10\TREE.csv'
def opendata(path):
    df = pd.read_csv(path)
    list_label = df.columns.values 
    list_data =df.values.tolist()
    print(list_data)
opendata(path)


#[['青年', '否', '否', '一般', '否'], 
['青年', '否', '否', '好', '否'], 
['青年', '是', '否', '好', '是'], 
['青年', '是', '是', '一般', '是'], 
['青年', '否', '否', '一般', '否'], 
['中年', '否', '否', '一般', '否'], 
['中年', '否', '否', '好', '否'], 
['中年', '是', '是', '好', '是'], 
['中年', '否', '是', '非常好', '是'], 
['中年', '否', '是', '非常好', '是'], 
['老年', '否', '是', '非常好', '是'], 
['老年', '否', '是', '好', '是'], 
['老年', '是', '否', '好', '是'], 
['老年', '是', '否', '非常好', '是'], 
['老年', '否', '否', '一般', '否']]

 删除csv文件的某一列

 

方法一：直接del DF['column-name']

 

 

 

方法二：采用drop方法，有下面三种等价的表达式：

 

1. DF= DF.drop('column_name', 1)；

 

2. DF.drop('column_name',axis=1, inplace=True)

 

3. DF.drop([DF.columns[[0,1, 3]]], axis=1,inplace=True)   # Note: zero indexed

import pandas as pd



path = r'C:\Users\dhw\Desktop\work\term paper\Home work_10\TREE.csv'
def opendata(path):
    df = pd.read_csv(path)
    df_delete = df.drop('类别',1)#删除类别这一列
    list_label = df.columns.values    
    list_data =df_delete.values.tolist()
    print(list_data)
    return list_label,list_data
opendata(path)

 ps:凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）。