Pandas CSV 文件

CSV（Comma-Separated Values，逗號分隔值，有時也稱為字符分隔值，因為分隔字符也可以不是逗號），其文件以純文本形式存儲表格數據（數字和文本）。

CSV 是一種通用的、相對簡單的文件格式，被用戶、商業和科學廣泛應用。

read_csv()

Pandas 可以很方便的處理 CSV 文件，本文以 data.csv 為例，你可以下載 data.csv 或打開 data.csv 查看。

# 實例 1
import pandas as pd
df = pd.read_csv('data.csv')
print(df.to_string())

to_string()

to_string() 用于返回 DataFrame 類型的數據，如果不使用該函數，則輸出結果為數據的前面 5 行和末尾 5 行，中間部分以 … 代替。

# 實例 2
import pandas as pd
df = pd.read_csv('data.csv')
print(df)

to_csv()

我們也可以使用 to_csv() 方法將 DataFrame 存儲為 csv 文件：

# 實例 3
import pandas as pd
# 三個字段 name, site, age
nme = ["Google", "Taobao", "Wiki"]
st = ["www.google.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 80, 98]
# 字典
dict = {'name': nme, 'site': st, 'age': ag}    
df = pd.DataFrame(dict)
# 保存 dataframe
df.to_csv('site.csv')

數據處理

head()

head( n ) 方法用于讀取前面的 n 行，如果不填參數 n ，默認返回 5 行。

# 實例 5 
import pandas as pd
df = pd.read_csv('data.csv')
# 讀取前面 5 行
print(df.head())

注意，head()默認返回的是前5行，如果你想改變默認行數，你可以通過head()函數中的參數n進行設置。此外，你需要首先導入pandas庫并讀取csv文件到DataFrame對象。

# 實例 6
import pandas as pd
df = pd.read_csv('data.csv')
# 讀取前面 10 行
print(df.head(10))

tail()

tail( n ) 方法用于讀取尾部的 n 行，如果不填參數 n ，默認返回 5 行，空行各個字段的值返回 NaN。如果指定參數n，則返回最后n行。如果n大于DataFrame的行數，則返回全部的行。

# 實例 7
import pandas as pd
df = pd.read_csv('data.csv')
# 讀取末尾 5 行
print(df.tail())

注意，實例中，已經正確使用了tail()方法來讀取’data.csv’文件的最后5行。如果文件有足夠的行數，那么tail()方法會返回最后5行數據。如果文件不足夠長，那么返回的行數將與文件的實際行數相同。
另外，對于空行，Pandas將其各個字段的值返回NaN。如果你希望將空行視為具有特定值（例如0或’'）的行，你可以使用fillna()方法來填充缺失值。

fillna()

# 實例 8
import pandas as pd
df = pd.read_csv('data.csv')
# 將空行填充為0
print(df.tail().fillna(0))

讀取末尾 10 行也是一樣的

# 實例 9
import pandas as pd
df = pd.read_csv('data.csv')
# 讀取末尾 10 行
print(df.tail(10).fillna(0))

info()

info()方法在Pandas庫中主要用于輸出DataFrame的相關信息。這包括行數、列數、非空值的數量以及每列的數據類型等。

當你在一個DataFrame對象上調用info()方法時，它會輸出以下信息：

1. DataFrame的索引（行標簽）的詳細信息，包括最小值、最大值、唯一值和步長。
2. DataFrame的列標簽及其一些統計信息，包括數據類型、非空值的數量等。
3. DataFrame的行數和列數。

# 實例 10
import pandas as pd
df = pd.read_csv('data.csv')
print(df.info())

當你運行上述代碼時，info()方法將輸出類似以下的信息（具體內容取決于你的數據）舉個例子如下：

<class 'pandas.core.frame.DataFrame'>  
RangeIndex: 500 entries, 0 to 499  	 		# 行數，500 行，第一行編號為 0
Data columns (total 13 columns): 			# 列數，13列
#   Column  Non-Null Count  Dtype   		# 各列的數據類型
---  ------  --------------  -----    
0   team    500 non-null    object  		# non-null，意思為非空的數據 
1   player  483 non-null    object  
2   pos     483 non-null    object  
3   age     483 non-null    float64  
4   height   483 non-null    float64  
...  
11  mp_mp   500 non-null    float64  
12  mp40     500 non-null    float64  
13  mp40g    498 non-null    float64  
dtypes: float64(7), int64(2), object(4)  	# 類型
memory usage: 49.3 KB

這個輸出說明了：

• DataFrame的類別（在這個例子中是一個pandas DataFrame）和索引范圍。
• DataFrame的列數和非空值的數量。
• 每列的非空值數量和數據類型。
• 每列的缺失值數量（如果有的話）。
• DataFrame使用的內存量。

后記

今天學習的是Python Pandas DataFrame學會了嗎。 今天學習內容總結一下：

1. Pandas CSV 文件
2. read_csv()
3. to_string()
4. to_csv()
5. 數據處理
6. head()
7. tail()
8. info()