Pandas读取CSV文件示例及常用方法

简介: Pandas读取CSV文件示例及常用方法

1.导入常用的包

import pandas as pd

import numpy as np

2.pandas读取csv文件

df = pd.read_csv('C:/shujundxi/zyx.csv')

df

cf7bbeb591ca470fb920fdb2d0240829.png 3.查看所有的列

  df.columns


dd2e2e61dcc3493abc475d2f6c9d9061.png

4.查看前5行数据,默认前5

df.head()

cc5c816ff54e40f49e9ce3ef3653e3e0.png

5.查看读取前15行的数据

df.head(15)

afc4f771b04c4f48a2a2e4ddafefd85f.png

6.查看数据信息

df.info()

980c923efac14934b5aed4d4c1c31969.png

7.获取指定行的数据

df.iloc[24:]# 从24行到最后一行

321d7fe76f124d02870fd0ce86f68875.png


相关文章
|
2月前
|
SQL 索引 Python
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
158 0
|
6天前
|
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。
16 2
|
27天前
|
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。
28 1
|
2月前
|
数据处理 Python
Pandas中的drop_duplicates()方法详解
Pandas中的drop_duplicates()方法详解
127 2
|
2月前
|
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
100 1
|
2月前
|
数据挖掘 Python
掌握Pandas中的相关性分析:corr()方法详解
掌握Pandas中的相关性分析:corr()方法详解
114 0
|
2月前
|
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
56 0
|
2月前
|
SQL 数据采集 索引
聚焦Pandas数据合并:掌握merge方法
聚焦Pandas数据合并:掌握merge方法
30 0
|
2月前
|
数据采集 机器学习/深度学习 数据挖掘
Pandas中的变形大师:transform方法
Pandas中的变形大师:transform方法
21 0
|
2月前
|
数据挖掘 数据处理 Python
Pandas中的数据聚合神器:agg 方法
Pandas中的数据聚合神器:agg 方法
56 0