（2） pandas 文件读写 （csv）

标签：合并   bcd   查看   numpy   taf   bar   解释   frame   技术   

步骤1、环境准备

右击桌面上选择【Open in Terminal】 打开终端。
在弹出的终端中输入【ipython】进入Python的解释器中，如图1所示。

步骤2、导入所需要的包

导入实验常用的python包。如图2所示。
【import pandas as pd】pandas用来做数据处理。
【import numpy as np】numpy用来做高维度矩阵运算.
【import matplotlib.pyplot as plt】matplotlib用来做数据可视化。

步骤3、pandas数据写入到csv文件中

创建数据，如图3所示。
【names = [‘Bob’,’Jessica’,’Mary’,’John’,’Mel’]】创建一个names列表
【 births = [968,155,77,578,973]】创建一个births 列表
【DataSet = list(zip(names,births))】用 zip 函数将这两个列表合并在一起
【DataSet】查看生成的数据
【df = pd.DataFrame(data = DataSet ,columns=[‘Names’,’Births’])】用生成的数据生成一个DataFrame对象
【df】查看生成的dataFrame

将创建的数据写入到/opt/births1880.csv文件中，如图4所示。
【df.to_csv(‘/opt/births1880.csv’, index=False, header=False )】将df写入到文件中
【ls /opt/births1880.csv】查看文件是否存在
【cat /opt/births1880.csv】查看文件内容

步骤4、pandas读取csv中的数据

读取步骤3生成的数据，如图5所示。
【local_data = r’/opt/births1880.csv’】将文件路径赋到变量local_data中
【df2 = pd.read_csv(local_data,header=None)】读取内容赋值到df2
【df2】查看df2的值
【 df3 = pd.read_csv(local_data,header=None,names=[‘names’,’births’])】指定列名字赋值到df3
【df3】查看df3的值

（2） pandas 文件读写 （csv）

标签：合并   bcd   查看   numpy   taf   bar   解释   frame   技术   

原文地址：http://www.cnblogs.com/creazylinux/p/7910351.html