Pandas CSV 学习笔记

CSV(Comma Separated Values) 是一种常用的文件格式，用于存储二维表格数据。Pandas 是 Python 数据分析库中的一个模块，可以方便地读取、写入和处理 CSV 文件。

读取 CSV 文件

使用 Pandas 中的 read_csv 函数可以读取 CSV 文件。例如，我们有一个 CSV 文件叫做 data.csv，其中包含了学生的成绩信息，我们可以按照以下方式读取：

pythonCopy Code
import pandas as pd

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

这样就可以将 CSV 文件中的数据读取到一个 Pandas 的 DataFrame 对象中了。我们可以通过访问 DataFrame 的属性和方法来进行数据分析和处理。

写入 CSV 文件

使用 Pandas 中的 to_csv 函数可以将 DataFrame 对象写入到 CSV 文件。例如：

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

其中，index=False 表示不在输出中包含行索引。

数据处理

Pandas 提供了非常丰富的函数和方法来处理 CSV 文件中的数据。我们可以通过以下示例来说明：

pythonCopy Code
# 获取前 n 行数据
df.head(n)

# 获取后 n 行数据
df.tail(n)

# 获取数据的形状（行数和列数）
df.shape

# 获取列的名称
df.columns

# 获取指定列的数据
df['column_name']

# 获取多个列的数据
df[['col_name_1', 'col_name_2']]

# 根据条件筛选数据
df[df['column_name'] > 80]

# 分组求均值
df.groupby('column_name').mean()

# 按照列排序
df.sort_values('column_name', ascending=False)

以上仅是 Pandas 中部分常用的函数和方法，更多详细信息可以参考 Pandas 官方文档。

实例

以下是一个示例 CSV 文件 data.csv：

Copy Code
name,gender,age,score
Alice,F,18,90
Bob,M,19,87
Cathy,F,20,92
David,M,19,89

我们可以使用以下代码来读取并展示数据：

pythonCopy Code
import pandas as pd

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

输出结果为：

Copy Code
    name gender  age  score
0  Alice      F   18     90
1    Bob      M   19     87
2  Cathy      F   20     92
3  David      M   19     89

我们可以根据性别筛选数据，并按照分数进行排序：

pythonCopy Code
female_students = df[df['gender'] == 'F']
sorted_female_students = female_students.sort_values('score', ascending=False)

print(sorted_female_students)

输出结果为：

Copy Code
    name gender  age  score
2  Cathy      F   20     92
0  Alice      F   18     90

这样就可以方便地处理 CSV 文件中的数据了。