Pandas数据读取与写入
Pandas数据读取与写入
用 Pandas 读取和写入数据文件：read_csv 常用参数、计算新列、to_csv 写回，以及 _xxx 命名规律
一套命名规律：read_xxx / to_xxx
Pandas 提供了一套 API，可以方便地读取和写入各类数据文件（csv、Excel、数据库、网络数据等）：
| 方向 | 方法 | 例子 |
|---|---|---|
| 读取 | read_xxx | pd.read_csv()、pd.read_excel() |
| 写入 | to_xxx | df.to_csv()、df.to_excel() |
流程上的位置：读取 → 清洗处理 → 分析 → 写出。
读取 + 计算 + 写出的完整例子
import pandas as pd
# 读取数据 --> read_csvdf = pd.read_csv('data/sales.csv', usecols=['订单号', '产品类别', '产品名称', '销售数量', '单价'])
# 数据处理：新增一列（销售金额 = 销售数量 × 单价）df['销售金额'] = df['销售数量'] * df['单价']
# 写入数据 --> to_csv；index=False 表示不写入索引列df.to_csv('data/sales_01.csv', index=False)read_csv 常用参数
| 参数 | 作用 |
|---|---|
usecols=['列1', '列2'] | 只读取需要的列 |
index_col='订单号' | 指定某一列作为行索引 |
nrows=10 | 只读前 n 行（试读大文件时好用） |
dtype={'年份': 'Int64'} | 指定某列的读取类型（Int64 支持空值） |
to_csv 常用参数
| 参数 | 作用 |
|---|---|
index=False | 不写入索引列（最常用，否则文件里会多出一列行号） |
encoding='utf-8' | 指定编码 |
Tip
df['新列名'] = 表达式 是 Pandas 里新增列的标准写法：右边是整列的运算（df['销售数量'] * df['单价'] 会把每一行对应相乘），不需要写循环。
相关
练习题
一、回忆填空（写完再展开对答案）
- 读取数据的方法是
read_xxx，写入是____ - 读 CSV：
pd.____('data/sales.csv')；只读需要的列用参数 ____ - 指定某列当行索引用参数 ____；只读前 n 行用参数 ____
- 新增一列”销售金额”：
df['销售金额'] = df['销售数量'] ____ df['单价'] - 写出 CSV：
df.____('data/sales_01.csv', index=____) index=False的作用是 ____
填空答案（做完再点开）
to_xxx（如to_csv） 2. read_csv /usecols3.index_col/nrows4.*5. to_csv / False 6. 不把索引列写进文件（否则会多出一列行号）
二、裸写题
-
2-1 读取指定列 读取
data/sales.csv，只要”订单号、产品类别、销售数量、单价”四列，打印前 5 行。提示（先自己想，实在想不出再点开）一级 · 思路：读文件时就把不需要的列过滤掉，省内存 二级 · 方法：
pd.read_csv(路径, usecols=[...])三级 · 骨架：df.____(5)看前 5 行 -
2-2 计算新列并写回文件 在上面基础上新增”销售金额”列（销售数量 × 单价），写出到
sales_out.csv（不要索引列）。提示一级 · 思路：新增列 → 写出 二级 · 方法：
df['销售金额'] = df['销售数量'] * df['单价']/df.to_csv(..., index=False)三级 · 骨架：右边是整列相乘，不用写循环 -
2-3 用订单号当行索引 重新读取
data/sales.csv，把”订单号”设为行索引，然后打印索引的前 3 个值。提示一级 · 思路：读的时候直接指定索引列 二级 · 方法：
pd.read_csv(路径, index_col='订单号')三级 · 骨架：print(df.index[:3].tolist())
参考答案（做完再点开）
import pandas as pd
# 2-1df = pd.read_csv('data/sales.csv', usecols=['订单号', '产品类别', '销售数量', '单价'])print(df.head(5))
# 2-2df['销售金额'] = df['销售数量'] * df['单价']df.to_csv('sales_out.csv', index=False)print(df.head(3))
# 2-3df2 = pd.read_csv('data/sales.csv', index_col='订单号')print(df2.index[:3].tolist())评论区
[ 标签 ]
[ 分类 ]
[ 公告 ]
如果你喜欢，那么欢迎来到我的世界！
了解更多[ 音乐 ]
音乐
暂未播放
0:000:00
找不到相关结果。
[ contents ]
[ 全部文章 ]
