Pandas之文件的读取和写出

读与写

 

---

      pandas是基于NumPy的一种数据分析工具，在数据分析的任务中，我们首先需要对数据进行清洗和编辑等工作，pandas库大大简化了我们的工作量。

•pandas进行数据读取

#绝对路径查询
import os 

print(os.path.abspath("."))

/Users/yaozhilin

#导入pandas和numpy库
import pandas as pd
import numpy as np

from pandas import Series,DataFrame 

读取常用的数据方法

~pd.read_csv   读取csv文件

~pd.read_table   读取txt文件

~pd.read_excel   读取xls文件

其实这三种读取方式都一致，我们以pd.read_excel为例

pd.read_excel(filepath,encoding,sep,header,names,usecols,index_col,skiprows,nrows……）
filepath：文件存储路径，可以用r""进行非转义限定，路径最好是纯英文（文件名也是），不然会经常碰到编码不对的问题，最方便是直接将文件存储在pandas默认的路径下，则直接输入文件名即可
encoding:pandas默认编码是utf-8，如果同样读取默认uft-8的txt或者json格式，则可以忽略这个参数，如果是csv，且数据中有中文时，则要指定encoding=‘gbk’
sep:指定分割符形式，CSV默认逗号分割，可以忽略这个参数，如果是其它分割方式，则要填写
header: 指定第一行是否是列名，通常有三种用法，忽略或header=0(表示数据第一行为列名），header=None（表明数据没有列名），常与names搭配使用
names: 指定列名，通常用一个字符串列表表示，当header=0时，用names可以替换掉第数据中的第一行作为列名，如果header=None，用names可以增加一行作为列名，如果没有header参数时，用names会增加一行作为列名，原数据的第一行仍然保留
usecols:一个字符串列表，可以指定读取的列名
index_col: 一个字符串列表，指定哪几列作为索引
skiprows: 跳过多少行再读取数据，通常是数据不太干净，需要去除掉表头才会用到
nrows: 仅读取多少行，后面的处理也都仅限于读取的这些行

以上参数并不都会用到，仅供参考，下面我们简单的读取一个文件：

test=pd.read_excel("/Users/yaozhilin/Downloads/数据.xls",sep="t")
test.head(5)#显示前五行

columns重命名rename 

test.rename(columns={"联系人姓名":"姓名","联系人头衔":"职位"},inplace=True)
test.head(5) 

•pandas进行数据写出

写入常用的数据方法

~data.to_csv   写出csv文件

~data.to_table   写出txt文件

~data.to_excel   写出xls文件

data.to_excel (path_or_buf=None, sep=’, ’, columns=None, header=True, index=True, mode=‘w’, encoding=None)
path_or_buf :文件路径
sep :分隔符，默认用","隔开
columns :选择需要的列索引
header :boolean or list of string, default True,是否写进列索引值
index:是否写进行索引
mode:‘w’：重写, ‘a’ 追加

写出一个文件

test.to_excel("/Users/yaozhilin/Downloads/数据写出.xls", encoding='gbk')

我们尝试的读取一下，看看是否写出成功。

pd.read_excel("/Users/yaozhilin/Downloads/数据写出.xls", encoding='gbk',nrows=5)#只读5行

我们在读写文件时常常需要注意encoding="gbk"(中文防止乱码）和分隔符sep=" "。

附：常用的读写参考表