Pandas中的方法及使用示例(二)

简介: Pandas中的方法及使用示例(二)

被指定为列名的行以前的数据都不会出现在数据表中。

data = pd.read_excel(
  './数据文件/信表节点的坐标.xlsx',
  header = None
)
print(data)

header=None,如果不指定列名,会自动默认分配一个 0 ~ (n-1) 的数字索引为列名。

names – 指定列名

使用 names 可以自己指定列名,需要保证自己指定的列名不能存在重复。

data = pd.read_excel(
  './数据文件/信表节点的坐标.xlsx',
  header = None,
  names = ['a', 'b', 'c']
)
print(data)

注意:

如果自己指定了列名,会覆盖原有的列名。

data = pd.read_excel(
  './数据文件/信表节点的坐标.xlsx',
  header = 0,
  names = ['a', 'b', 'c']
)
print(data)

5. to_csv() – 导出数据到 csv 格式的文件中

to_csv() 将 DataFrame 对象中的数据导出数据到 csv 格式的文件中。

path_ro_buf – 导出到的文件的路径

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_csv('./数据文件/data1.csv')

sep – 指定分隔符

csv 文件的数据分隔符默认为 ,,可以使用 sep 进行修改。

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_csv(
  './数据文件/data1.csv', 
  sep='#'
)

header – 是否保留列名

默认取值为 True,即保留列名。

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_csv(
  './数据文件/data1.csv', 
  sep='#',
  header = False
)

index – 是否保留行索引

默认取值为 True,即保留行索引。

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_csv(
  './数据文件/data1.csv', 
  sep='#',
  header = False,
  index=False
)

6. to_excel() – 导出数据到 excel 格式的文件中

to_excel() 将 DataFrame 对象中的数据导出数据到 excel 格式的文件中。

excel_writer – 导出到的文件的路径

使用 excel_writer 指定导出到的文件的路径。

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_excel('./数据文件/data2.xlsx')

sheet_name – 指定表名

使用 sheet_name 指定 excel 表格的表名。

data = pd.read_csv('./数据文件/距离最小的三个点.csv', sep='#')
print(data)
data.to_excel(
  './数据文件/data2.xlsx',
  sheet_name='data2'
)


相关文章
|
3月前
|
自然语言处理 数据挖掘 数据处理
告别低效代码:用对这10个Pandas方法让数据分析效率翻倍
本文将介绍 10 个在数据处理中至关重要的 Pandas 技术模式。这些模式能够显著减少调试时间,提升代码的可维护性,并构建更加清晰的数据处理流水线。
142 3
告别低效代码:用对这10个Pandas方法让数据分析效率翻倍
|
SQL 索引 Python
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
1649 0
|
11月前
|
Python
通过Pandas库处理股票收盘价数据,识别最近一次死叉后未出现金叉的具体位置的方法
在金融分析领域,"死叉"指的是短期移动平均线(如MA5)下穿长期移动平均线(如MA10),而"金叉"则相反。本文介绍了一种利用Python编程语言,通过Pandas库处理股票收盘价数据,识别最近一次死叉后未出现金叉的具体位置的方法。该方法首先计算两种移动平均线,接着确定它们的交叉点,最后检查并输出最近一次死叉及其后是否形成了金叉。此技术广泛应用于股市趋势分析。
186 2
|
12月前
|
存储 数据采集 数据处理
Pandas中批量转换object至float的高效方法
在数据分析中,常需将Pandas DataFrame中的object类型列转换为float类型以进行数值计算。本文介绍如何使用`pd.to_numeric`函数高效转换,并处理非数字值,包括用0或平均值填充NaN值的方法。
664 1
|
数据处理 Python
Pandas中的drop_duplicates()方法详解
Pandas中的drop_duplicates()方法详解
1168 2
|
数据处理 Python
Pandas快速统计重复值的2种方法
Pandas快速统计重复值的2种方法
655 1
|
数据处理 索引 Python
Pandas中resample方法:轻松处理时间序列数据
Pandas中resample方法:轻松处理时间序列数据
315 1
|
SQL Python
pandas中新增的case_when()方法
pandas中新增的case_when()方法
83 1
|
SQL JSON 数据可视化
Pandas库常用方法、函数集合
Pandas库常用方法、函数集合
207 2