NumPy和pandas如何對CSV文件進行操作

這篇文章主要介紹了NumPy和pandas如何對CSV文件進行操作的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇NumPy和pandas如何對CSV文件進行操作文章都會有所收獲，下面我們一起來看看吧。

數組存儲成CSV之類的區隔型文件：

將一個數組元素的值設為NaN:

 In [26]: import numpy as np
 In [27]: np.random.seed(42)
 In [28]: a = np.random.randn(3,4)
 In [29]: a[2][2] = np.nan
 In [30]: print(a)
 [[ 0.49671415 -0.1382643  0.64768854 1.52302986]
 [-0.23415337 -0.23413696 1.57921282 0.76743473]
 [-0.46947439 0.54256004     nan -0.46572975]]

NumPy的savetxt()函數是與loadtxt()相對應的一個函數，它能以諸如CSV之類的區隔型文件格式保存數組：

In [31]: np.savetxt('np.csv',a,fmt='%.2f',delimiter=',',header="#1,#2,#3,#4")

上面的函數調用中，我們規定了用以保存數組的文件的名稱、數組、可選格式、間隔符和一個可選的標題

通過cat np.csv，可以查看剛才所建的np.csv文件的具體內容

利用隨機數組來創建pandas DataFrame：

 In [38]: df = pd.DataFrame(a)
 In [39]: df
 Out[39]: 
  0     1     2     3
 0 0.496714 -0.138264 0.647689 1.523030
 1 -0.234153 -0.234137 1.579213 0.767435
 2 -0.469474 0.542560    NaN -0.465730

pandas會自動替我們給數據取好列名

利用pandas的to_csv()方法可以為CSV文件生成一個DataFrame：

In [40]: df.to_csv('pd.csv',float_format='%.2f',na_rep="NAN!")

對于這個方法，我們需要提供文件名、類似于NumPy的savetxt()函數的格式化參數的可選格式串和一個表示NaN的可選字符串

關于“NumPy和pandas如何對CSV文件進行操作”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“NumPy和pandas如何對CSV文件進行操作”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。