Pandas学习小结【2】解析CSV文件

Pandas可以读取多种类型文件，如excel, txt, csv等, 这里小结下读取csv文件。

读取CSV文件

默认分割符是",", 可以不用指定，如果是其他分割符需要指定seq参数。在路径前面加上r, 是防止被转义。

1.路径前加r

2.指定分隔符

处理解析文件内容

1.查看文件内容,通过newdf.head()，查看前100行，可以用newdf.head(100), 也可以直接输入变量名df查看全部内容，如上图

2.查看DataFrames数据类型及文件大小， 用newdf.info()

3. 处理数据，删除可以用drop或del, drop会将删除后的数据生成副本，原先的数据不做修改，如下图。

4. del 删除，是直接删除

5. drop时，默认axis=0,不设置时是按行删除，设置axis=1时是按列删除。DataFrame默认生成行索引，可通过index指定索引值去删除行。删除列时，可用columns指定列名，也可直接用列名指定。

6. 读取数据

iloc方法为默认，可通过行索引取值，可以读取切片数据,如下：

列读取可以直接用列名读取

7. 设置列索引，可以手动定义列索引，一旦定义列索引后，行索引自动消失，也就不能用iloc访问数据。如下图a列被定义为索引

可以用loc来访问列为索引列, 当然索引列是不能访问的。用索引列访问会报错，该列为索引列 df['a']，其他列依然可以用列名访问数据。

下图是用loc来访问列索引来得到数据。

8.数据填充或处理

填充空白值（NaN），最简单的可以直接替换，设置指定列替换为指定值，指定列的空值就会被替换为目标数据，如newdf2=df.fillna({'b':3,'f':7}) 

数据处理，如将d列都设置为两位数据，取值可以根据需求用正则表达式设定，如这里取d里最前2位数为d列的值。