python pandas 把数据保存成csv文件,以及读取csv文件获取指定行、指定列数据

本文涉及的产品
视觉智能开放平台,图像通用资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频通用资源包5000点
简介: 该文档详细介绍了如何使用Python的Pandas库处理图像数据集,并将其保存为CSV文件。示例数据集位于`test_data`目录中,包含5张PNG图片,每张图片名中的数字代表其标签。文档提供了将这些数据转换为CSV格式的具体步骤,包括不同格式的数据输入方法(如NumPy数组、嵌套列表、嵌套元组和字典),以及如何使用`pd.DataFrame`和`to_csv`方法保存数据。此外,还展示了如何读取CSV文件并访问其中的每一行和每一列数据,包括获取列名、指定列数据及行数据的操作方法。

1 数据说明

1、在test_data目录下是我们的数据集(我虚构的,只是为了说明下面的处理过程)

image.png

  • 每张图片名中的数字是样本数据的标签label
  • 这里我们的数据规模大小是5张数据

2、数据保存成csv文件要求

  • 每一行代表一个样本
  • 每一行的第一列表示文件的路径,每一行的第二列表示样本的标签

2 把数据集文件信息使用python pandas保存成csv文件

1、根据上面保存成csv文件的要求,把数据集相关信息保存到csv文件中:

# coding=utf-8
"""
Copyright (c) 2018-2022. All Rights Reserved.

@author: shliang
@email: shliang0603@gmail.com

创建和导入csv文件
"""


import pandas as pd
import glob
import os
import numpy as np

# 创建csv文件
def create_csv_file():
    '''
    把test_data目录下的文件绝对路径保存到csv文件中,同时把文件名中的label也保存下来
    保存两列  filename, label
    :return:
    '''
    img_paths_list = glob.glob("../test_data/*.png")
    labes_list = []
    img_label_list = []
    for path in img_paths_list:
        img_name = os.path.split(path)[-1]
        prefix = os.path.splitext(img_name)[0]
        label = prefix.split('_')[-1]
        labes_list.append(str(label))
        # abspath = os.path.abspath(path)
        img_label_list.append([path, label])


    # 通过zip函数组合每一个样本的path和label: (path, label)
    print(img_paths_list)
    print(labes_list)
    img_label_list2 = list(zip(img_paths_list, labes_list))
    print(img_label_list)
    print(img_label_list2)

    # 保存数据data格式,嵌套列表,每个子列表中表示每一行数据
    # df = pd.DataFrame(data=np.array([[img0, label0],[img1, label1],...,[img4, label4]]),
    #                   columns=['filepath', 'label'])
    df1 = pd.DataFrame(data=img_label_list,
                      columns=['filepath', 'label'])
    df1.to_csv('../test_data/filename1.csv')
    df1.to_csv('../test_data/filename2.csv', index=False)

    # 保存数据data格式,列表中嵌套元组,每个元组中表示每一行数据
    df3 = pd.DataFrame(data=img_label_list2,
                      columns=['filepath', 'label'])
    df3.to_csv('../test_data/filename3.csv')

    # 保存数据data格式,字典格式,key表示列名,value是列表,表示每一列数据
    df4 = pd.DataFrame({
   
   "filename": img_paths_list, "label": labes_list})
    df4.to_csv('../test_data/filename4.csv')

if __name__ == '__main__':
    create_csv_file()

输出结果:

在这里插入图片描述

2、pd.DataFrame(data, columns)的参数

data参数:是输入要保存的数据

该参数的值有几种输入格式,都是可以的:

  • 1)numpy格式data=np.array([[img0, label0],[img1, label1],...,[img4, label4]]
  • 2)列表嵌套列表格式:保存数据data格式,嵌套列表,每个子列表中表示每一行数据:data=[[img0, label0],[img1, label1],...,[img4, label4]]
  • 3)列表嵌套元组格式:保存数据data格式,列表中嵌套元组,每个元组中表示每一行数据:data=[(img0, label0),(img1, label1),...,(img4, label4)]
  • 4)字典格式:保存数据data格式,字典格式,key表示列名,value是列表,表示每一列数据:data={'columns_name1':[img0, img1,...,img4], 'columns_name2': [label0, label1,...,label4]}

columns参数是每一列的列名,值是列名的列表

3、df1.to_csv('../test_data/filename1.csv')的参数,这里只说两个比较常用的参数

  • path_or_buf参数:保存csv文件名
  • index参数:默认值是True,表示保存每行的行索引,如果设置位False表示不保存行索引!

filename1.csv:默认是保存了行索引(filename3.csv和filename4.csv的内容也是如下,一样的!)

image.png

filename2.csv:没有保存行索引

image.png

注意:

我们一般保存的CSV文件是不需要保存索引的,直接设置为False吧,否则这个索引也会作为单独的一列数据

3 使用python pandas 读取csv的每行、每列数据

1、直接上代码,我打印出了每一步的结果,方便大家理解!

# coding=utf-8
"""
Copyright (c) 2018-2022. All Rights Reserved.

@author: shliang
@email: shliang0603@gmail.com

创建和导入csv文件
"""


import pandas as pd
import glob
import os
import numpy as np

# 读取csv文件
def read_csv_file():
    '''
    下面我们来读取数据拿到上面创建的csv文件,主要操作:
    - 读取每一行数据:一行代表一个样本
    - 读取每一列数据:一列表示所有样本的一个属性
    :return:
    '''
    data_info1 = pd.read_csv('../test_data/filename1.csv')
    data_info2 = pd.read_csv('../test_data/filename2.csv')

    print(type(data_info1))  # <class 'pandas.core.frame.DataFrame'>

    # 查看前几行数据
    print(data_info1.head())  # 默认查看前5行数据
    print(data_info1.head(3))  # 指定查看的数据行数
    print(data_info2.head())
    '''
           Unnamed: 0                 filepath  label
    0           0  ../test_data\test_0.png      0
    1           1  ../test_data\test_1.png      1
    2           2  ../test_data\test_2.png      2
    3           3  ../test_data\test_3.png      3
    4           4  ../test_data\test_4.png      4
       Unnamed: 0                 filepath  label
    0           0  ../test_data\test_0.png      0
    1           1  ../test_data\test_1.png      1
    2           2  ../test_data\test_2.png      2
                      filepath  label
    0  ../test_data\test_0.png      0
    1  ../test_data\test_1.png      1
    2  ../test_data\test_2.png      2
    3  ../test_data\test_3.png      3
    4  ../test_data\test_4.png      4
    '''

    # 获取数据的行和列数据
    print(data_info1.shape)  # (5, 3)   # 5行、3列数据,每一行表示一个样本数据,这里的第一列是行索引
    print(data_info2.shape)  # (5, 2)

    # 获取每一列的数据类型
    print(data_info1.dtypes)
    print(data_info2.dtypes)
    '''
    Unnamed: 0     int64
    filepath      object
    label          int64
    dtype: object
    filepath    object
    label        int64
    dtype: object
    '''

    ################################################################################################
    # 获取列名
    columns1 = data_info1.columns
    columns2 = data_info2.columns
    print('coloumns1:', columns1)
    print('coloumns2:', columns2)
    # 把列名转换成列表   to_list() 或 tolist() 两种方法是一样的,源码中有赋值to_list = tolist
    columns1_list = data_info1.columns.tolist()
    columns2_list = data_info2.columns.to_list()
    print('coloumns1 list:', columns1_list)
    print('coloumns2 list:', columns2_list)
    '''
    coloumns1: Index(['Unnamed: 0', 'filepath', 'label'], dtype='object')
    coloumns2: Index(['filepath', 'label'], dtype='object')
    coloumns1 list: ['Unnamed: 0', 'filepath', 'label']
    coloumns2 list: ['filepath', 'label']
    '''

    # 获取指定列数据
    filenames1 = data_info1['filepath']
    filenames2 = data_info1[['filepath']]
    # 获取指定多列数据,把要获取的列名放到一个列表中,确保你的列名正确并存在,否则报KeyError
    filenames3 = data_info1[['filepath', 'label']]
    print('filenames1:', filenames1)
    print('filenames2:', filenames2)
    print('filenames3:', filenames3)
    # 把获取的某一列数转换成列表
    filename1_list = data_info1['filepath'].tolist()
    print('filenames1 list:', filename1_list)
    '''
        filenames1: 0    ../test_data\test_0.png
    1    ../test_data\test_1.png
    2    ../test_data\test_2.png
    3    ../test_data\test_3.png
    4    ../test_data\test_4.png
    Name: filepath, dtype: object
    filenames2:                   filepath
    0  ../test_data\test_0.png
    1  ../test_data\test_1.png
    2  ../test_data\test_2.png
    3  ../test_data\test_3.png
    4  ../test_data\test_4.png
    filenames3:                   filepath  label
    0  ../test_data\test_0.png      0
    1  ../test_data\test_1.png      1
    2  ../test_data\test_2.png      2
    3  ../test_data\test_3.png      3
    4  ../test_data\test_4.png      4
    filenames1 list: ['../test_data\\test_0.png', '../test_data\\test_1.png', '../test_data\\test_2.png', '../test_data\\test_3.png', '../test_data\\test_4.png']
    '''
    ################################################################################################
    # 获取某些行数据

    # 去除指定的某一行数据,索引是从0开始的,如下是取出第3行数据。(如果超过行索引会报KeyError)
    # object 表示字符串类型的值
    line3 = data_info2.loc[2]
    print(line3)
    '''
    filepath    ../test_data\test_2.png
    label                             2
    Name: 2, dtype: object
    '''
    # 取出指定的某一行数据,并转换成列表
    line3_list = data_info2.loc[2].tolist()
    print('line3 list:', line3_list)  # line3 list: ['../test_data\\test_2.png', 2]

    # 取出指定的多行数据,如下取出第2行和第4行数据
    multi_line_data = data_info2.loc[[1, 3]]
    print(multi_line_data)  #  得到的对象是DateFrame,还可以对齐进行行列等操作
    '''
                      filepath  label
    1  ../test_data\test_1.png      1
    3  ../test_data\test_3.png      3
    '''

    # 取出连续多行数据,如下取出第2到第5行数据
    mulut_conti_line_data = data_info2.loc[1:5]
    print(mulut_conti_line_data)   # 得到的对象是DateFrame,还可以对齐进行行列等操作
    '''
                      filepath  label
    1  ../test_data\test_1.png      1
    2  ../test_data\test_2.png      2
    3  ../test_data\test_3.png      3
    4  ../test_data\test_4.png      4
    '''


    # 对DataFrame的每一行进行循环
    for index, row in data_info2.iterrows():
        # print(row)
        '''
        filepath    ../test_data\test_0.png
        label                             0
        Name: 0, dtype: object
        '''

        # 然后根据列名,获取指定的行对应指定列的数据
        filepath = row['filepath']
        label = row['label']
        print(filepath, label)  # ../test_data\test_0.png 0

if __name__ == '__main__':
    read_csv_file()

如果你想了解更多关于pandas的使用技巧可以参考这篇文章

目录
相关文章
|
29天前
|
机器学习/深度学习 新能源 调度
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
166 1
|
1月前
|
缓存 API 网络架构
淘宝item_search_similar - 搜索相似的商品API接口,用python返回数据
淘宝联盟开放平台中,可通过“物料优选接口”(taobao.tbk.dg.optimus.material)实现“搜索相似商品”功能。该接口支持根据商品 ID 获取相似推荐商品,并返回商品信息、价格、优惠等数据,适用于商品推荐、比价等场景。本文提供基于 Python 的实现示例,包含接口调用、数据解析及结果展示。使用时需配置淘宝联盟的 appkey、appsecret 和 adzone_id,并注意接口调用频率限制和使用规范。
|
22天前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
25天前
|
存储 JSON 算法
Python集合:高效处理无序唯一数据的利器
Python集合是一种高效的数据结构,具备自动去重、快速成员检测和无序性等特点,适用于数据去重、集合运算和性能优化等场景。本文通过实例详解其用法与技巧。
75 0
|
2月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
2月前
|
JSON API 数据格式
Python采集京东商品评论API接口示例,json数据返回
下面是一个使用Python采集京东商品评论的完整示例,包括API请求、JSON数据解析
|
6天前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
9天前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
1月前
|
JSON 安全 API
Python处理JSON数据的最佳实践:从基础到进阶的实用指南
JSON作为数据交换通用格式,广泛应用于Web开发与API交互。本文详解Python处理JSON的10个关键实践,涵盖序列化、复杂结构处理、性能优化与安全编程,助开发者高效应对各类JSON数据挑战。
127 1
|
18天前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。

热门文章

最新文章

推荐镜像

更多