使用pandas库实现csv行和列的获取

原創

2020-05-21 13:49

1、读取csv

import pandas as pd
df = pd.read_csv('路径/py.csv')

2、取行号

index_num = df.index

举个例子：

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')
index_num = df.index
print(index_num)

3、取出行

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 获取行数
# index_num = df.index
# print(index_num)

# 取出某一行
# row_data_1 = df.iloc[0]
# row_data_2 = df.iloc[[0]]

# 取出连续的行
# row_data_3 = df.iloc[0:2]
# row_data_4 = df[0:2]

# 取出不连续的行
# row_data_5 = df.iloc[[0,2]]

# print(row_data_5)

只取一行

可以使用df.iloc[行号],得到的是series

也可以使用df.iloc[[行号]],得到的是dataframe

row_data_1 = df.iloc[0] # pandas series
row_data_2 = df.iloc[[0]] # dataframe

loc是显式的索引，默认第一行的行号为1，行号从1计数

iloc是隐式的索引，默认第一行的行号为0，行号从0计数

row_data_1

row_data_2

取连续的几行

可以用df.iloc[行号:行号],也可以用df[行号:行号],得到的都是dataframe

row_data_3 = df.iloc[0:2]
row_data_3 = df[0:2]

row_data_3

row_data_4

取出不连续的几行

使用df.iloc[[行号,行号]]，特别注意是两个方括号，中间是逗号，得到的是dataframe

row_data_5 = df.iloc[[0,2]]

row_data_5

4、取出列

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 只取一列
# col_data_1 = df['a']   # 单独一列是个series
# col_data_2 = df.loc[:,'a']   # 同上，但比较复杂，一般不用
# col_data_3 = df.iloc[:,0]    # 同上，可以在不知道列名的时候用
#
# col_data_4 = df[['a']]  # 单独一列是个df
# col_data_5 = df.loc[:,['a']]    # 同上，但比较复杂，一般不用
# col_data_6 = df.iloc[:,[0]]     # 同上，可以在不知道列名的时候用
# print(col_data_4)

# 获取指定的几列
# cols_data_1 = df[['a','b']]    # DataFrame, 指定某几列，直接用列名
# cols_data_2 = df.loc[:,['a','b']]   # 同上，但比较复杂，一般不用
# cols_data_3 = df.iloc[:,[0,2]]     # 同上，可以在不知道列名的时候用
# print(cols_data_1)

# 获取指定的连续列
# cols_data_4 = df.loc[:,'a':'d']  # 指定连续列，用列名
# cols_data_5 = df.iloc[:,0:4]    # 指定连续列，用数字
# print(cols_data_4)

只取一列

col_data_1 = df['a']    # 单独一列是个series
col_data_2 = df.loc[:,'a']  # 同上，但比较复杂，一般不用
col_data_3 = df.iloc[:,0]    # 同上，可以在不知道列名的时候用

以上三种均为只取一列的操作，并且是等效的，获取的都是series类型

下面三种也是等效的，但是获取的是dataframe类型

col_data_4 = df[['a']]  # 单独一列是个df
col_data_5 = df.loc[:,['a']]    # 同上，但比较复杂，一般不用
col_data_6 = df.iloc[:,[0]]     # 同上，可以在不知道列名的时候用

取指定的某几列

cols_data_1 = df[['a','b']]    # DataFrame, 指定某几列，直接用列名
cols_data_2 = df.loc[:,['a','b']]   # 同上，但比较复杂，一般不用
cols_data_3 = df.iloc[:,[0,2]]     # 同上，可以在不知道列名的时候用

获取指定的连续几列

cols_data_4 = df.loc[:,'a':'d']  # 指定连续列，用列名
cols_data_5 = df.iloc[:,0:4]    # 指定连续列，用数字

5、取指定行和列

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8',header=None)
# print(type(df))
df.columns = ['a','b','c','d','e','f']

# 获取指定行列
# 第一种，列索引用数字表示
# data_1 = df.iloc[[1,3],[0]]
# data_2 = df.iloc[[1,3],0]
# data_3 = df.iloc[[1,3],1:3]
# data_4 = df.iloc[[1,3],[1,3]]
# print(data_4)
# 第二种，列索引直接引用列名
# data_5 = df.loc[1,['a','d']]
# data_6 = df.loc[[1],['a','d']]
# data_7 = df.loc[[1,3],'a':'d']
# data_8 = df.loc[[1,3],['a','d']]
# print(data_8)