如何在 pandas 中显示 csv - Python

Pandas 是一个常用的数据处理库，它可以读取各种格式的数据，并且提供了强大的数据操作和分析工具。在本文中，我们将介绍如何在 Pandas 中读取和显示 csv 文件。

读取 csv 文件

Pandas 提供了 read_csv 函数，可以读取 csv 文件并返回一个 DataFrame 对象。以下是一个基本的使用示例：

import pandas as pd

data = pd.read_csv('data.csv')
print(data.head())

read_csv 函数默认会将第一行作为列名，可以通过 header=None 参数关闭这个功能。如果 csv 文件中有缺失值，可以通过 na_values 参数指定它们的表示方式。

import pandas as pd

data = pd.read_csv('data.csv', header=None, na_values=['N/A'])
print(data.head())

显示 csv 数据

Pandas 的 DataFrame 对象提供了多种方式来展示数据。以下是一些常用的方法：

• head()：显示 DataFrame 的前几行，默认是前 5 行。
• tail()：显示 DataFrame 的后几行，默认是后 5 行。
• sample()：从 DataFrame 中随机抽取几行作为样本。
• describe()：对 DataFrame 中的每一个数值列进行基本的统计描述，如最大值、最小值、平均值等。
• info()：显示 DataFrame 的列名、列的数据类型以及缺失值的数量等信息。

以下是一个展示 csv 数据的示例：

import pandas as pd

data = pd.read_csv('data.csv')
print(data.head())  # 显示前 5 行数据
print(data.describe())  # 显示数值列的统计描述

修改 csv 数据

Pandas 的 DataFrame 对象支持多种修改方式，包括：

• 修改值：可以通过 at、iat 或者 loc、iloc 方法直接修改 DataFrame 中指定位置的数值。
• 添加列：可以通过 assign 方法添加新的列。
• 删除列：可以通过 drop 方法删除指定的列。

以下是一个修改 csv 数据的示例：

import pandas as pd

data = pd.read_csv('data.csv')
data.at[0, 'Name'] = 'Alice'  # 修改第 1 行 'Name' 列的值为 'Alice'
data = data.assign(Male=data['Sex'] == 'Male')  # 添加一个新的 'Male' 列
data = data.drop('Sex', axis=1)  # 删除原来的 'Sex' 列
print(data.head())

总结

本文介绍了如何在 Pandas 中读取和显示 csv 文件，并对如何修改 csv 数据进行了简单的介绍。读者可以通过进一步学习 Pandas 来掌握更多高级的数据操作和分析技巧。