Python Pandas(二) --读取csv文件及查看其数据

发表于 分类于

csv格式文件是常用的数据存储方式，可以理解为简易版Excel，pandas支持读取csv文件

系列

附件

点击下载abc.csv

部分截图(虚构数据)

25

读取csv文件

pd.read_csv(path,encoding)

path : 文件路径
encoding : 编码格式,常用的有 utf-8 gbk gb2312等,查看文件编码格式见 chardet

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import pandas as pd

# 文件相对路径,与py文件在同一个目录下
path = './abc.csv'
# 读取数据,得到一个DataFrame对象
data = pd.read_csv(path, encoding='gb2312')
# 查看数据
print(data)

'''输出
       工号   姓名   部门   绩效    提成  基本工资 是否确认
0   S1001  吕建国  销售部  100  2250  7500    是
1   S1002   张想  后勤部  100  4250  7500    是
2   S1003  王淑兰  后勤部  300  3500  6500    是
3   S1004  赵丽娟  开发部  100  2750  7500    否
4   S1005   陈利  开发部  100  1750  6000    是
..    ...  ...  ...  ...   ...   ...  ...
95  S1096   吴健  财务部  100  1250  9500    是
96  S1097  张小红  行政部  300  1250  6000    是
97  S1098   刘凯  运营部  100  1250  9000    是
98  S1099   王晶  运营部  100  3750  8500    是
99  S1100  潘玉华  开发部  100  4250  8000    否

[100 rows x 7 columns]
'''

查看csv文件数据

查看头部数据

查看所有列 : DataFrame对象.head(n)
查看某个列 : DataFrame对象['列名'].head(n) 或 Series对象.head(n)

n : 头部前n行数据,默认值5

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# 查看所有列前三行数据
head = data.head(3)
print(head)

'''输出
      工号   姓名   部门   绩效    提成  基本工资 是否确认
0  S1001  吕建国  销售部  100  2250  7500    是
1  S1002   张想  后勤部  100  4250  7500    是
2  S1003  王淑兰  后勤部  300  3500  6500    是
'''

# 查看部门列的前三行数据
head = data['部门'].head(3)
print(head)

'''输出
0    销售部
1    后勤部
2    后勤部
Name: 部门, dtype: object
'''

查看尾部数据

查看所有列 : DataFrame对象.tail(n)
查看某个列 : DataFrame对象['列名'].tail(n) 或 Series对象.tail(n)

n : 尾部前n行数据,默认值5

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# 查看后三行数据
tail = data.tail(3)
print(tail)

'''输出
       工号   姓名   部门   绩效    提成  基本工资 是否确认
97  S1098   刘凯  运营部  100  1250  9000    是
98  S1099   王晶  运营部  100  3750  8500    是
99  S1100  潘玉华  开发部  100  4250  8000    否
'''

# 查看部门列的后三行数据
head = data['部门'].tail(3)
print(head)

'''输出
97    运营部
98    运营部
99    开发部
Name: 部门, dtype: object
'''

查看数据基本信息

DataFrame对象.info()

1
2
info = data.info()
print(info)

24

查看某一列数据

DataFrame对象['列名']

DataFrame对象 的每一列是 Series对象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 查看 姓名列数据
columns = data['姓名']
print(columns)

'''输出
0     吕建国
1      张想
2     王淑兰
3     赵丽娟
4      陈利
     ... 
95     吴健
96    张小红
97     刘凯
98     王晶
99    潘玉华
Name: 姓名, Length: 100, dtype: object
'''

查看某一列数据的频数分布

DataFrame对象['列名'].value_counts()
或者
Series对象.value_counts()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 查看部门频数分布
columns = data['部门'].value_counts()
print(columns)

'''输出
销售部      15
人力资源部    14
开发部      14
行政部      13
运营部      13
客服部      12
后勤部      11
财务部       8
Name: 部门, dtype: int64
'''

查看某一列数据的总量

DataFrame对象['列名'].value_counts().sum()
或者
Series对象.value_counts().sum()

1
2
3
4
5
6
7
# 查看部门总量
columns = data['部门'].value_counts().sum()
print(columns)

'''输出
100
'''