Python使用pandas处理CSV文件的实例讲解

Python生态中拥有众多便捷的数据处理库，其中NumPy和Pandas尤为突出。若再结合Matplotlib绘图模块，整体功能将变得非常强大。

CSV（Comma-Separated Values）是一种以纯文本形式存储表格数据的格式。由于无法直接通过Excel等表格工具进行简单处理，且Excel对数据量的支持有限，因此使用Pandas来处理海量CSV文件显得更为轻松高效。

本例中的数据源自其他硬件工具抓取，硬件环境搭建于Linux平台。脚本运行后，数据直接输出至终端（terminal）。鉴于数据量庞大，为保存结果，在Linux环境下利用数据流重定向技术，将所有数据保存至文本文件，最终生成本地CSV文件。

接下来演示如何使用Pandas读取本地CSV文件，并设置相应的DataFrame（数据框）。

import pandas as pd
import numpy as np
df=pd.read_csv('filename',header=None,sep=' ') #filename可以直接从盘符开始，标明每一级的文件夹直到csv文件，header=None表示头部为空，sep=' '表示数据间使用空格作为分隔符，如果分隔符是逗号，只需换成 ‘，'即可。
print df.head()
print df.tail()
#作为示例，输出CSV文件的前5行和最后5行，这是pandas默认的输出5行，可以根据需要自己设定输出几行的值

以下是数据读取的具体示例。

图片展示了本地数据的前5行与最后5行。最左侧未标号的列为行号，数据共包含13列，索引从0至12。因一行显示不全，第9列之后的内容换行，并使用反斜杠“\”进行标注。

2017年4月28日更新

使用Pandas直接读取本地CSV文件后，列索引默认从0开始编号。若需重定义列索引，可参考以下语句：

import pandas as pd
import numpy as np
df=pd.read_csv('filename',header=None,sep=' ',names=["week",'month','date','time','year','name1','freq1','name2','freq2','name3','data1','name4','data2'])
print df

执行上述操作后，打印出的文件信息如下，此时列索引已成功重命名：

以上即为Python使用Pandas处理CSV文件的完整实例分享，希望能对读者有所帮助，也欢迎大家继续支持本站。