【Python】Pandas科学计算（一）——基本文件读取与存储

ゝ一纸荒年。 2022-05-19 05:20 236阅读 0赞

*  更新时间：2018-07-30

### 前言 ###

这一系列博客主要介绍Pandas科学计算，使用Pandas进行数据科学计算更高效、更简单。  
Pandas读取文件后会生成DataFrame对象，这和R语言中的DataFrame类似，计算方便。

### 基本文件读取 ###

*  读取csv文件

>>> import pandas as pd
    >>> header = ["Name", "Area", "Population", "Administrative_level", "Have 985"]
    >>> index = ['a', 'b', 'c', 'd', 'e']
    >>> data = pd.read_csv(path+filename, sep='\t', names=header, index=index)
          Name   Area  Population Administrative_level Have 985
    a  Beijing   1.68        2300                 city      Yes
    b  Tianjin   1.13        1293                 city      Yes
    c  Shaanxi  20.56        3732             Province      Yes
    d    Hebei  18.77        7185             Province       No
    e  Qinghai  72.00         560             Province       No

对于read\_csv() 函数，常用的sep、header、index可选，sep一般和文件中的分隔符一致就行，header和index可设置为False，通常传入列表，否则默认编号。

*  字典转DataFrame

>>> my_dict = {
       'a':[1,2,3], 'b':[2,3,4], 'c':[3,4,5]}
    >>> pd.Series(my_dict) # 字典的值变成一列
    a       [1, 2, 3]
    b       [2, 3, 4]
    c       [3, 4, 5]
    dtype: object
    >>> pd.DataFrame(my_dict.values(), index= my_dict.keys())
          0  1  2
    a     1  2  3
    b     2  3  4
    c     3  4  5

*  列表转DataFrame

>>> a = [[1,2,3],[4,5,6],[7,8,9]]
    >>> pd.DataFrame(a)
       0  1  2
    0  1  2  3
    1  4  5  6
    2  7  8  9

### DataFrame存储 ###

使用to\_csv()文件即可，基本参数与read\_csv()参数使用方法一致。

>>> a.to_csv(path + filename, sep='\t', header=False, index=False)