python借助pandas处理大数据中的csv.

csv的数据

怎样利用pandas导入csv

ps:

1. 如果出现('utf-8' codec can't decode byte 0xe4 in position 343: invalid continuat)的情况 需要添加条件: df = pd.read_csv("Students.csv",encoding='ISO-8859-1')
2. pd.read_csv("为csv的路径")

import pandas as pd

# 直接读取csv
df = pd.read_csv("Students.csv")
print(df)

#输出

       name Gender  age
0  Student1    boy   19
1  Student2   girl   18
2  Student3   girl   18
3  Student4    boy   18

怎样访问csv的某一行?

怎样访问csv的前几行?

ps:

访问某一行的时候, 列表数据第一行为0,第二行为1,依次递增 (忽略了每一列的标题)

访问前几行的时候,输入几,就访问几行,从1开始.(忽略了每一列的标题)

import pandas as pd
df = pd.read_csv("Students.csv")
# 返回某一行的数据
print(df.iloc[2])      # 返回第三行

#输出 
name      Student3
Gender        girl
age             18
Name: 2, dtype: object

# 返回前XX行的数据,注意 不含有标题head。
a = pd.read_csv("Students.csv",nrows= 2)        #返回前两行
print(a)

#输出
       name Gender  age
0  Student1    boy   19
1  Student2   girl   18

怎样访问csv的某列?

ps:访问列的时候,只需要输入每一列的标题即可,相当于可记为一个数组的访问.

import pandas as pd

df = pd.read_csv("Students.csv")

# 返回x列的数据
print(df["name"])       # name为列的名称

#输出
0    Student1
1    Student2
2    Student3
3    Student4
Name: name, dtype: object

怎样在大数据中精确查找值?

ps:把行和列结合便可以得到某一个精确的值

import pandas as pd

df = pd.read_csv("Students.csv")

#返回 Student1 的年龄
print(df.iloc[0]["age"])

#输出
19

怎样提取某列不重复数据？

import pandas as pd

df = pd.read_csv("Students.csv")
# 提取年龄组的不重复年龄列
ages = df["age"].unique()
print(ages)

#输出 [19 18]

怎样合并几列数据？

import pandas as pd

df = pd.read_csv("Students.csv")

# 数据合并（需要Student 的所有信息并合并）
df["information"] = df["name"].map(str)+": "+df["Gender"].map(str) +","+ df["age"].map(str)
print(df["information"])

#输出
0     Student1: boy,19
1    Student2: girl,18
2    Student3: girl,18
3     Student4: boy,18
Name: information, dtype: object