使用NumPy和pandas对CSV文件进行写操作的实例

数组存储成CSV之类的区隔型文件:

下面代码给随机数生成器指定种子,并生成一个3*4的NumPy数组

将一个数组元素的值设为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()函数是与loadtxt()相对应的一个函数,它能以诸如CSV之类的区隔型文件格式保存数组:

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

上面的函数调用中,我们规定了用以保存数组的文件的名称、数组、可选格式、间隔符和一个可选的标题

通过cat np.csv,可以查看刚才所建的np.csv文件的具体内容

利用随机数组来创建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会自动替我们给数据取好列名

利用pandas的to_csv()方法可以为CSV文件生成一个DataFrame:

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

对于这个方法,我们需要提供文件名、类似于NumPy的savetxt()函数的格式化参数的可选格式串和一个表示NaN的可选字符串

相关推荐