跳到主要内容

Pandas CSV文件处理

CSV（Comma-Separated Values）文件是一种常见的数据存储格式，广泛用于数据交换和存储。Pandas 是一个强大的 Python 数据处理库，提供了简单易用的工具来处理 CSV 文件。本文将介绍如何使用 Pandas 读取、处理和保存 CSV 文件。

1. 读取CSV文件​

Pandas 提供了 read_csv() 函数来读取 CSV 文件。这个函数非常灵活，可以处理各种格式的 CSV 文件。

基本用法​

python
import pandas as pd

# 读取CSV文件
df = pd.read_csv('data.csv')

# 显示前5行数据
print(df.head())

参数说明​

  • filepath_or_buffer: CSV 文件的路径或 URL。
  • sep: 分隔符，默认为逗号 ,。
  • header: 指定哪一行作为列名，默认为 0（第一行）。
  • index_col: 指定哪一列作为索引。
  • na_values: 指定哪些值应被视为缺失值。

示例​

假设我们有一个名为 data.csv 的文件，内容如下：

csv
Name,Age,City
Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago

我们可以使用以下代码读取并显示数据：

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

输出：

      Name  Age         City
0    Alice   30     New York
1      Bob   25  Los Angeles
2  Charlie   35     Chicago

2. 处理CSV数据​

读取 CSV 文件后，我们可以对数据进行各种操作，如筛选、排序、分组等。

筛选数据​

python
# 筛选年龄大于30的行
filtered_df = df[df['Age'] > 30]
print(filtered_df)

输出：

      Name  Age     City
2  Charlie   35  Chicago

排序数据​

python
# 按年龄升序排序
sorted_df = df.sort_values(by='Age')
print(sorted_df)

输出：

      Name  Age         City
1      Bob   25  Los Angeles
0    Alice   30     New York
2  Charlie   35     Chicago

分组数据​

python
# 按城市分组并计算平均年龄
grouped_df = df.groupby('City')['Age'].mean()
print(grouped_df)

输出：

City
Chicago         35.0
Los Angeles     25.0
New York        30.0
Name: Age, dtype: float64

3. 保存CSV文件​

处理完数据后，我们可以使用 to_csv() 函数将数据保存为 CSV 文件。

基本用法​

python
# 保存DataFrame为CSV文件
df.to_csv('output.csv', index=False)

参数说明​

  • path_or_buf: 输出文件的路径。
  • index: 是否保存索引，默认为 True。
  • sep: 分隔符，默认为逗号 ,。
  • header: 是否保存列名，默认为 True。

示例​

python
df.to_csv('output.csv', index=False)

这将在当前目录下生成一个名为 output.csv 的文件，内容与 data.csv 相同。

4. 实际案例​

假设我们有一个销售数据的 CSV 文件 sales.csv，内容如下：

csv
Date,Product,Quantity,Price
2023-01-01,Apple,10,1.5
2023-01-01,Banana,5,0.75
2023-01-02,Apple,15,1.5
2023-01-02,Banana,10,0.75

我们可以使用 Pandas 计算每日的总销售额：

python
df = pd.read_csv('sales.csv')
df['Total'] = df['Quantity'] * df['Price']
daily_sales = df.groupby('Date')['Total'].sum()
print(daily_sales)

输出：

Date
2023-01-01    18.75
2023-01-02    30.00
Name: Total, dtype: float64

5. 总结​

本文介绍了如何使用 Pandas 读取、处理和保存 CSV 文件。我们学习了 read_csv() 和 to_csv() 函数的基本用法，并通过实际案例展示了如何处理和分析 CSV 数据。

提示

Pandas 提供了丰富的功能来处理各种数据格式。掌握 CSV 文件处理是数据分析和处理的基础。

6. 附加资源与练习​

  • 练习 1: 下载一个公开的 CSV 数据集（如 Kaggle 上的数据集），使用 Pandas 读取并分析数据。
  • 练习 2: 尝试使用不同的参数（如 sep, header, index_col 等）读取 CSV 文件，观察结果的变化。
  • 附加资源: 阅读 Pandas 官方文档 了解更多高级用法。

通过不断练习和探索，你将能够熟练使用 Pandas 处理各种数据任务。