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: ? 1 2 3 4 5 6 0 Comments

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:

?

1

2

3

4

5

6

7

8

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：

?

1

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：

?

1

2

3

4

5

6

7

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：

?

1

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

以上这篇使用NumPy和pandas对CSV文件进行写操作的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/qq_24683561/article/details/54565862

本文链接：https://my.lmcjl.com/post/2756.html

展开阅读全文

相关文章

4 评论

留下您的评论.