从csv读取数据(逗号分隔值)是数据科学的基本需求。 通常，我们从各种来源获取数据，这些数据可以导出为csv格式，以便其他系统可以使用这些数据。 panadas库提供了一些功能函数，我们可以使用该功能完整地读取csv文件，也可以只读取选定的一组列和行。
csv文件是一个文本文件，其中列中的值由逗号分隔。假设有一个名称为 input.csv 的文件中的具有以下数据。
可以通过复制并粘贴这些数据，使用windows记事本创建该文件。 使用记事本中的另存为全部文件(.)选项，并将该文件保存为:input.csv 。
id,name,salary,start_date,dept
1,rick,623.3,2012-01-01,it
2,dan,515.2,2013-09-23,operations
3,tusar,611,2014-11-15,it
4,ryan,729,2014-05-11,hr
5,gary,843.25,2015-03-27,finance
6,rasmi,578,2013-05-21,it
7,pranab,632.8,2013-07-30,operations
8,guru,722.5,2014-06-17,finance
使用pandas库的read_csv函数将csv文件的内容作为pandas dataframe读入python环境。 该功能可以通过使用适当的文件路径从操作系统中读取文件。如下实现代码 -
import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)
当我们执行上面的代码时，它会产生以下结果。 请注意函数如何创建以零开头的附加列作为索引。
id name salary start_date dept
0 1 rick 623.30 2012-01-01 it
1 2 dan 515.20 2013-09-23 operations
2 3 tusar 611.00 2014-11-15 it
3 4 ryan 729.00 2014-05-11 hr
4 5 gary 843.25 2015-03-27 finance
5 6 rasmi 578.00 2013-05-21 it
6 7 pranab 632.80 2013-07-30 operations
7 8 guru 722.50 2014-06-17 finance
熊猫库的read_csv函数也可用于读取给定列的某些特定行。 我们使用下面显示的代码对read_csv函数的结果进行分割，例如:salary列的前5行。
import pandas as pd
data = pd.read_csv('path/input.csv')
# slice the result for first 5 rows
print (data[0:5]['salary'])
执行上面示例代码，得到以下结果 -
0 623.30
1 515.20
2 611.00
3 729.00
4 843.25
name: salary, dtype: float64
pandas库的read_csv函数也可以用来读取一些特定的列。 为此，我们使用称为.loc()的多轴索引方法。 选择显示salary和nama列的所有行。
import pandas as pd
data = pd.read_csv('path/input.csv')
# use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])
当我们执行上面的代码时，它会产生以下结果。
salary name
0 623.30 rick
1 515.20 dan
2 611.00 tusar
3 729.00 ryan
4 843.25 gary
5 578.00 rasmi
6 632.80 pranab
7 722.50 guru
pandas库的read_csv函数也可以用来读取一些特定的列和特定的行。 为此，我们使用称为.loc()的多轴索引方法。选择显示salary和name列的某些行。
import pandas as pd
data = pd.read_csv('path/input.csv')
# use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])
当我们执行上面的代码时，它会产生以下结果。
salary name
1 515.2 dan
3 729.0 ryan
5 578.0 rasmi
pandas库的read_csv函数也可以用来读取一些特定的列和一系列的行。使用名称为.loc()的多轴索引方法。选择显示sarlay和name列的某些行。
import pandas as pd
data = pd.read_csv('path/input.csv')
# use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])
执行上面示例代码，得到以下结果 -
salary name
2 611.00 tusar
3 729.00 ryan
4 843.25 gary
5 578.00 rasmi
6 632.80 pranab
