Python怎么从csv文件中读取数据及提取数据

本篇内容主要讲解“python怎么从csv文件中读取数据及提取数据”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python怎么从csv文件中读取数据及提取数据”吧!

数据保存在csv文件中

1.从csv文件中读取数据

参数header=None的有无

（1）没有header=None——直接将csv表中的第一行当作表头

# 读取数据import pandas as pddata = pd.read_csv("data1.csv")print(data)

打印结果为：

（2）有header=None——自动添加第一行当作表头

# 读取数据import pandas as pddata = pd.read_csv("data1.csv",header=None)print(data)

打印结果为：

2.数据切割

（这里根据csv表的格式，将header=None不写）

（1）获取所有列，并存入一个数组中

# 读取数据import pandas as pddata = pd.read_csv("data1.csv")# print(data)# ①获取所有列，并存入一个数组中import numpy as npdata = np.array(data)print(data) # 用户编号  性别  年龄(岁)  年收入(元)  是否购买# [[15624510        1       19    19000        0]#  [15810944        1       35    20000        0]#  [15668575        2       26    43000        0]#  [15603246        2       27    57000        0]#  [  ...          ...      ...    ...       ...]]

（2）获取指定列的数据，并存入一个数组中
方法一：从csv文件获取data，data[ ] ——需要考虑数据的维度问题

# 读取数据import pandas as pddata = pd.read_csv("data1.csv")print(data) # 用户编号  性别  年龄(岁)  年收入(元)  是否购买# (1)获取第1列，并存入一个数组中import numpy as npcol_1 = data["用户编号"]  #获取一列，用一维数据data_1 = np.array(col_1)print(data_1)# [15624510 15810944 15668575 15603246 15804002 15728773 15598044 15694829#  15600575 15727311 15570769 15606274 15746139 15704987 15628972 15697686#  15733883 15617482 15704583 15621083 15649487 15736760 15714658 15599081#  15705113 15631159 15792818 15633531 15744529]# (2)获取第1，2列col_12 = data[["用户编号","性别"]]  #获取两列，要用二维数据data_12 = np.array(col_12)print(data_12)# [[15624510        1]#  [15810944        1]#  [15668575        2]#  [15603246        2]#  [  ...          ..]]

方法二：usecols=[ ] —— 直接写入获取的列数

import pandas as pdimport numpy as npdata_1 = pd.read_csv("data1.csv",usecols=["用户编号"])data_1 = np.array(data_1)print(data_1)# [[15624510]#  [15810944]#  [15668575]#  [15603246]#  [  ...   ]]# (2)如获取第1,2列data_12 = pd.read_csv("data1.csv",usecols=["用户编号","性别"])data_12 = np.array(data_12)print(data_12)# [[15624510        1]#  [15810944        1]#  [15668575        2]#  [15603246        2]#  [  ...          ..]]

方法三：iloc[ ] ——实质就是切片操作

import pandas as pdimport numpy as npdata = pd.read_csv("data1.csv")# （1）获取第1列data_1 = data.iloc[:,0]data_1 =np.array(data_1)print(data_1)# [15624510 15810944 15668575 15603246 15804002 15728773 15598044 15694829#  15600575 15727311 15570769 15606274 15746139 15704987 15628972 15697686#  15733883 15617482 15704583 15621083 15649487 15736760 15714658 15599081#  15705113 15631159 15792818 15633531 15744529]# （2）获取第1，2列data_12 = data.iloc[:,0:2]data_12 = np.array(data_12)print(data_12)# [[15624510        1]#  [15810944        1]#  [15668575        2]#  [15603246        2]#  [  ...          ..]]# 获取最后两列data_last = data.iloc[:,-2:]data_last = np.array(data_last)print(data_last)# [[ 19000        0]#  [ 20000        0]#  [ 26    43000        0]#  [ 27    57000        0]#  [ ...    ...       ...]]

到此，相信大家对“Python怎么从csv文件中读取数据及提取数据”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！