首先我们来看一个文件
1 男 北京 刘一 我笑 #跳过此行,序号1 2 女 上海 刘珊 你笑 3 男 杭州 刘五 他笑 #跳过此行,序号四 4 女 重庆 刘六 不笑了
下面来分析内容，并使用参数
1 第一眼：排列很乱，空格有的多有的少 --》sep='s+' 用正则去匹配 2 没用标题 ---》names=["序号","性别","城市","名字"] 3 最后一列看着不雅观，不要，选定我们需要的 --》usecols=[0,1,2,3]
4 还有注释这不是坑爹吗 ---》skiprows=[1,4]
5 我们最后来指定一个索引 ---》index_col='名字'
data=pd.read_csv('pandasfile.txt',names=["序号","性别","城市","名字"],index_col='名字',skiprows=[1,4],usecols=[0,1,2,3],sep="s+") print(data)
下面是结果
序号 性别 城市 名字 刘一 1 男 北京 刘珊 2 女 上海 刘五 3 男 杭州 刘六 4 女 重庆
其他
pandas.read_csv() 从文件，URL，文件型对象中加载带分隔符的数据。默认分隔符为''," pandas.read_table() 从文件，URL，文件型对象中加载带分隔符的数据。默认分隔符为" "
如果要指定的列太多，怎么办，去除上面的usecols，另敲一个命令：data.iloc[:,0:3] 命令ix已经被替代，以后不使用
操作：
选取性别==女的行
print(data.loc[data['性别']=='女'])
选取城市是北京 和上海 的行，以及 取反（名称伴终生啊）
print(data.loc[data['城市'].isin(['北京','上海'])]) 结果： 序号 性别 城市 其他 名字 刘一 1 男 北京 我笑 刘珊 2 女 上海 你笑
-------------------------取反--------------------------------------------
print(data.loc[~data['城市'].isin(['北京','上海'])])
结果：
序号 性别 城市 其他
名字
刘五 3 男 杭州 他笑
刘六 4 女 重庆 不笑了
使用replace替换单个或者多个
1 替换单个 kk=data['其他'].replace('我笑','哭') print(kk) 结果 名字 刘一 我笑 刘珊 哭 刘五 他笑 刘六 不笑了 Name: 其他, dtype: object 2 使用正则匹配多个替换 kk=data['其他'].replace('.*笑','哭',regex=True) print(kk) 结果： 名字 刘一 哭 刘珊 哭 刘五 哭 刘六 哭了 Name: 其他, dtype: object
替换多个列的情况，我们最后加一列，我们发现：索引不会被替换
data的值 序号 性别 城市 其他 名字 刘一 1 男 北京 我笑 刘珊 2 女 上海 你笑 刘五 3 男 杭州 他笑 刘六 4 女 重庆 不笑了 刘笑 5 女 苏笑 呵呵 print(data.replace('笑','哭',regex=True)) #不加regex的话，data的值不会变化，必须要具体的值，例如：data.replace('苏笑','哭') 结果： 序号 性别 城市 其他 名字 刘一 1 男 北京 我哭 刘珊 2 女 上海 你哭 刘五 3 男 杭州 他哭 刘六 4 女 重庆 不哭了 刘笑 5 女 苏哭 呵呵
最后，经过上面的一大堆操作，data的数据还是不会变，要让它变怎么处理
inplace=True
一个很魔性的功能，写入剪贴板
data.to_clipboard() #直接就可以在其他地方黏贴了
写入文件：经过测试：sep使用s+报错，使用‘ ’和‘ ’都不是我们要的结果，主要文件打开状态使用此命令：报权限错误
data.to_csv('D:\a.csv',sep=',',header=True,index=True) #它的索引还是会写在最前面
sep:字段分隔符
header:是否需要头部
index:是否需要行号
其他参数：
path：表示文件系统位置、URL、文件型对象的字符串。 sep或delimiter：用于对行中各字段进行拆分的字符序列或正则表达式。 header：用作列名的行号。默认为0（第一行），如果文件没有标题行就将header参数设置为None。 index_col：用作行索引的列编号或列名。可以是单个名称/数字或有多个名称/数字组成的列表（层次化索引）。 names：用于结果的列名列表，结合header=None，可以通过names来设置标题行。 skiprows：需要忽略的行数（从0开始），设置的行数将不会进行读取。 na_values：设置需要将值替换成NA的值。 comment：用于注释信息从行尾拆分出去的字符（一个或多个）。 parse_dates：尝试将数据解析为日期，默认为False。如果为True，则尝试解析所有列。除此之外，参数可以指定需要解析的一组列号或列名。如果列表的元素为列表或元组，就会将多个列组合到一起再进行日期解析工作。 keep_date_col：如果连接多列解析日期，则保持参与连接的列。默认为False。 converters：由列号/列名跟函数之间的映射关系组成的字典。如,{"age:",f}会对列索引为age列的所有值应用函数f。 dayfirst：当解析有歧义的日期时，将其看做国际格式（例如，7/6/2012 ---> June 7 , 2012）。默认为False。 date_parser：用于解析日期的函数。 nrows：需要读取的行数。 iterator：返回一个TextParser以便逐块读取文件。 chunksize：文件块的大小（用于迭代）。 skip_footer：需要忽略的行数（从文件末尾开始计算）。 verbose：打印各种解析器输出信息，如“非数值列中的缺失值的数量”等。 encoding：用于unicode的文本编码格式。例如，"utf-8"或"gbk"等文本的编码格式。 squeeze：如果数据经过解析之后只有一列的时候，返回Series。 thousands：千分位分隔符，如","或"."。