使用pandas庫如何對csv文件進行篩選保存

小編這次要給大家分享的是使用pandas庫如何對csv文件進行篩選保存，文章內容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

這個操作現在看來真沒啥難的，但是我找相關的資料真的找了好久。

多數大佬都是直接pandas官網甩我臉上，然后舉一個入門級的例子。

https://pandas.pydata.org/docs/reference/index.html

首先導入pandas庫

import pandas as pd

然后使用read_csv來打開指定的csv文件

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')

這個函數里面需要寫入csv文件的路徑，如果是把csv文件保存到了python的工程文件夾下，則只需要./文件名即可，然后encoding='utf-8'是使用utf-8方式編碼，有時候需要換成gbk。

雖然我們讀取的是csv文件，但其實由于我們使用的是pandas庫，所以我們實際獲得的是一個DataFrame的數據結構。

可以使用print(type(df))進行檢驗

print(type(df))

DataFrame 是表格型的數據結構。因此，我們可以將其當做表格。DataFrame 是以表格類似展示，而且還包含行標簽、列標簽。

我們可以添加一個列標簽，使用方法為pandas.DataFrame.columns

在我們的例子中DataFrame類型的變量為df，因此使用方法為df.columns，我們添加的列標簽為a、b、c、d、e、f

df.columns = ['a','b','c','d','e','f']

然后，我們想把某一列中等于特定值的那些行提取出來

可以將讀出來的內容當做一個列表，然后這個列表的元素是表中的每一行，然后這每一行也是一個列表，也就是列表中的列表。

比如，我想將表中第5列中值為Andhra Pradesh的行提取出來，并且由于我們之前定義了第五列的列標簽為e

因此代碼為：

data = df[df['e'] == 'Andhra Pradesh']

最后我們可以通過pandas中的to_csv，來將篩選出來的數據保存到新的csv文件中。

data.to_csv('my_IP2LOCATION.csv')

用法為表名.to_csv（'所要保存地方的路徑/表名.csv')

最后總結一下我們的代碼

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')
# print(type(df))
df.columns = ['a','b','c','d','e','f']
data = df[df['e'] == 'Andhra Pradesh']
data.to_csv('my_IP2LOCATION.csv')

IP2LOCATION.csv內容如下：

總共有759727行

然后經過我們的篩選后的my_IP2LOCATION.csv

只有3461行

PS：可以使用print(len(df.values))來查看行數

看完這篇關于使用pandas庫如何對csv文件進行篩選保存的文章，如果覺得文章內容寫得不錯的話，可以把它分享出去給更多人看到。