Pandas对CSV文件读写操作详解

当使用Python进行数据分析时，经常需要将数据读取到程序中进行处理。CSV (Comma-Separated Values) 文件是家喻户晓的一种数据交换格式，非常适合用来存储表格数据。因此，Pandas 库为我们提供了方便的读写CSV文件的方法。

1. 读取CSV文件

Pandas提供了read_csv()函数来读取CSV文件。该函数有很多可选参数，用于控制数据的读取。其中一些常用的参数包括：

• filepath: 文件的路径或URL地址。
• sep: 字段之间使用的分隔符，默认为逗号。
• header: 指定哪一行作为表头，默认为0（表示第一行），设置为None时表示没有表头。
• dtype: 指定每一列的数据类型。
• skiprows: 跳过指定的行数。
• usecols: 指定需要读取的列。

下面是一个简单的例子，展示如何读取CSV文件：

import pandas as pd

# 读取文件并显示前5行
df = pd.read_csv('data.csv')
print(df.head())

在上面的例子中，Pandas会自动将第一行作为表头，以逗号作为分隔符。如果你的文件内容和这些默认值不同，那么需要通过函数参数来指定。

2. 写入CSV文件

数据清洗和处理完成之后，通常需要将数据保存到CSV文件中。Pandas提供了to_csv()函数，用于将数据保存到CSV文件中。该函数也有很多可选参数，用于控制文件的写入。其中一些常用的参数包括：

• path_or_buf: 指定文件名或文件对象。
• sep: 字段之间使用的分隔符，默认为逗号。
• header: 指定是否需要写入表头。
• index: 指定是否需要写入行索引。
• mode: 文件打开模式。常用的有'w'（覆盖写入），'a'（追加写入）等。

下面是一个简单的例子，展示如何将数据写入CSV文件：

import pandas as pd

# 创建一个数据帧
data = {'fruit':['apple', 'orange', 'banana'], 'price':[2.5, 3.5, 1.5]}
df = pd.DataFrame(data)

# 将数据帧写入CSV文件
df.to_csv('fruit_price.csv', index=False)

在上面的例子中，我们创建了一个数据帧，然后将这个数据帧写入到CSV文件中。如果不需要写入行索引，则可以将index参数设置为False。

示例2：

import pandas as pd

# 创建一个数据帧
data = {'fruit':['apple', 'orange', 'banana'], 'price':[2.5, 3.5, 1.5]}
df = pd.DataFrame(data)

# 将数据帧写入CSV文件
with open('fruit_price.csv', mode='a', newline='') as f:
    df.to_csv(f, index=False, header=False)

在上面的示例中，我们通过使用with语句，打开文件，将数据帧写入CSV文件中，并且没有写入表头。注意在打开文件时，需要将newline参数设置为空字符串，以避免写入不必要的换行符。