Pandas 读取 CSV 文件 - Python

在数据科学和数据分析中，CSV（逗号分隔值）是一种常见的文件格式，它使用逗号作为字段之间的分隔符。Python 的 Pandas 库提供了简单而强大的功能来读取和处理 CSV 文件。

安装和导入 Pandas

在使用 Pandas 读取 CSV 文件之前，我们需要先安装 Pandas 库。可以使用以下命令来安装：

pip install pandas

安装完成后，我们需要在 Python 脚本中导入 Pandas：

import pandas as pd

读取 CSV 文件

要读取 CSV 文件，我们可以使用 Pandas 中的 read_csv() 函数。需要提供 CSV 文件的路径作为参数。以下示例展示了如何读取 CSV 文件：

df = pd.read_csv('data.csv')

这将将 CSV 文件中的数据加载到一个名为 df 的 Pandas 数据框中。

展示数据

一旦数据被加载到 Pandas 数据框中，我们可以使用各种方法来展示和分析数据。

查看数据框的前几行

要查看数据框的前几行，可以使用 head() 方法。默认情况下，它将返回数据框的前 5 行。

df.head()

查看数据框的后几行

要查看数据框的后几行，可以使用 tail() 方法。默认情况下，它将返回数据框的最后 5 行。

df.tail()

获取数据框的维度

要获取数据框的维度（行数和列数），可以使用 shape 属性。

df.shape

获取数据框的列名

要获取数据框的列名，可以使用 columns 属性。

df.columns

获取数据框的摘要统计信息

要获取数据框的摘要统计信息（如平均值、最小值、最大值等），可以使用 describe() 方法。

df.describe()

数据处理

Pandas 还提供了许多用于处理和清理数据的功能。

选择特定的列

要选择特定的列，可以通过列名在数据框中进行索引。以下示例选择名为 column_name 的列：

df['column_name']

过滤行

要根据条件过滤行，可以使用布尔索引。以下示例返回满足条件的行：

df[df['column_name'] > 10]

排序数据框

要对数据框进行排序，可以使用 sort_values() 方法。以下示例按列名对数据框进行升序排序：

df.sort_values(by='column_name')

处理缺失值

要处理数据框中的缺失值，可以使用 fillna() 方法。以下示例将缺失值填充为指定的值（例如 0）：

df.fillna(0)

导出数据

将处理完的数据导出到新的 CSV 文件非常简单，可以使用 to_csv() 方法。以下示例将数据框导出到名为 new_data.csv 的 CSV 文件：

df.to_csv('new_data.csv', index=False)

设置 index=False 可以防止生成的 CSV 文件包含索引列。

以上是使用 Pandas 读取和处理 CSV 文件的一些基础操作。Pandas 还提供了许多其他功能，如数据转换、合并、分组等。详细了解 Pandas，请参考 Pandas 官方文档。