So lesen und bearbeiten Sie CSV-Daten mit der Pandas-Bibliothek von Python

So verwenden Sie Pandas zum Lesen von CSV-Dateien und zur Datenverarbeitung

Pandas ist ein leistungsstarkes Datenverarbeitungs- und Analysetool, das Funktionen zum Lesen, Bearbeiten und Analysieren von Daten in verschiedenen Formaten bietet. In diesem Artikel stellen wir vor, wie man mit Pandas CSV-Dateien liest und Daten verarbeitet.

Stellen Sie zunächst sicher, dass Sie die Pandas-Bibliothek installiert haben. Wenn es noch nicht installiert ist, können Sie es installieren, indem Sie den folgenden Befehl im Terminal ausführen:

pip install pandas

Als Nächstes demonstrieren wir die Verwendung der folgenden CSV-Beispieldatei:

name,age,city
John,30,New York
Alice,25,Los Angeles
Bob,35,Chicago

Beginnen wir nun mit dem Schreiben des Codes zum Lesen der Datei und verarbeiten die Daten.

Importieren Sie zunächst die Pandas-Bibliothek:

import pandas as pd

Lesen Sie dann die CSV-Datei mit der Funktion read_csv(): read_csv()函数读取CSV文件：

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

这将创建一个名为df的pandas DataFrame对象来存储CSV文件的内容。

如果你想查看读取的数据，可以使用head()函数来显示前几行数据：

print(df.head())

接下来，让我们介绍一些常用的数据处理操作。

1. 选择列：
   要选择特定的列，可以使用列名称作为索引：

name_column = df['name']
age_column = df['age']

2. 选择行：
   要选择特定的行，可以使用loc或iloc函数：

row_0 = df.loc[0]  # 使用索引选择第一行数据
row_1 = df.iloc[1]  # 使用位置选择第二行数据

3. 筛选数据：
   可以使用条件来筛选满足特定条件的数据：

filtered_data = df[df['age'] > 30]  # 筛选年龄大于30的数据

4. 添加列：
   可以使用insert()函数添加新的列：

df.insert(3, 'country', ['USA', 'USA', 'USA'])  # 添加一个名为'country'的列，所有行的值都是'USA'

5. 删除列：
   要删除列，使用drop()函数：

df = df.drop('city', axis=1)  # 删除名为'city'的列

6. 修改数据：
   要修改数据，可以使用索引或条件进行选择并重新赋值：

df.loc[0, 'age'] = 31  # 修改第一行'age'列的值为31
df['age'] = df['age'] + 1  # 将'age'列的所有值加1

这些只是pandas提供的许多数据处理操作中的一部分。根据你的具体需求，还可以执行其他操作，如排序数据、合并数据和计算统计信息等。

最后，将数据保存到新的CSV文件中，可以使用to_csv()

df.to_csv('new_data.csv', index=False)  # 将数据保存到名为'new_data.csv'的文件中，不包含行索引

Dadurch wird ein Pandas-DataFrame mit dem Namen df erstellt Objekt zum Speichern des Inhalts einer CSV-Datei.

Wenn Sie die gelesenen Daten anzeigen möchten, können Sie die Funktion head() verwenden, um die ersten Datenzeilen anzuzeigen:

rrreee

Als nächstes stellen wir einige gängige Datenverarbeitungsvorgänge vor. 🎜

1. Spalten auswählen:
   Um eine bestimmte Spalte auszuwählen, können Sie den Spaltennamen als Index verwenden:

rrreee

2. Auswählen Zeilen:Um bestimmte Zeilen auszuwählen, können Sie die Funktion loc oder iloc verwenden:

rrreee

3. Daten filtern:
   Sie können Bedingungen verwenden, um Daten zu filtern, die bestimmte Bedingungen erfüllen:

rrreee

4. Spalten hinzufügen:
   Sie können verwenden insert() Funktion zum Hinzufügen einer neuen Spalte:

rrreee

5. Eine Spalte löschen:
   Um eine Spalte zu löschen, verwenden Sie drop()Funktion:

rrreee

6. Daten ändern:
   Um Daten zu ändern, können Sie Indizes oder Bedingungen zur Auswahl verwenden und neu zuweisen:
ol>rrreee🎜Dies sind nur einige der vielen Datenverarbeitungsvorgänge, die Pandas bereitstellt. Abhängig von Ihren spezifischen Anforderungen können Sie auch andere Vorgänge ausführen, z. B. das Sortieren von Daten, das Zusammenführen von Daten und das Berechnen von Statistiken. 🎜🎜Um die Daten schließlich in einer neuen CSV-Datei zu speichern, können Sie die Funktion to_csv() verwenden: 🎜rrreee🎜Dies ist die grundlegende Methode und einige gängige Vorgänge bei der Verwendung von Pandas zum Lesen von CSV-Dateien und Datenverarbeitung durchführen. Mit diesen Vorgängen können Sie Daten in verschiedenen Formaten problemlos verarbeiten und analysieren. 🎜🎜Ich hoffe, dass dieser Artikel für Sie hilfreich ist, und wünsche Ihnen viel Erfolg auf Ihrem Weg zur Datenverarbeitung und -analyse! 🎜

Das obige ist der detaillierte Inhalt vonSo lesen und bearbeiten Sie CSV-Daten mit der Pandas-Bibliothek von Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!