python読み書きデータを読み、csvファイルを書きます。

pythonではデータ処理が便利です。よく使うのはファイルを読んだり書いたり、データを取ったりすることです。このブログでは主にその中のいくつかの使い方を紹介しています。Pandsは強力な分析構造化データのツールセットである。その使用の基礎はNumpyです。データマイニングとデータ解析に使用され、データ洗浄機能も提供されます。
一、パンdasはcsvファイルを読みだします。
データ処理中はcsvファイルが多く使われています。

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')

下はpd.read_を見ます。csvでよく使われるパラメータ：
パンダs.read_csv(filepath_)or_buffer、sep='，delimiter=None，header='infer'，names=None，index_col=None、usecols=None、squeeze=False、prefix=None、magle_dupecols=True、dtype=None、engine=None、converters=None、true_values=None、false_values=None、skyinitialspace=False、skyprows=None、nrows=None、な_values=None、keep_default_な=True、なぃfilter=True、verbose=False、skypeブランクラインナップ=True、パーシャdates=False、infer_datetimeformat=False、keep_date_col=False、date_parser=None、dayfirst=False、iterator=False、chunksize=None、copressition='infer'、thousads=None、decimal=b'、line terminator=None、quot techar=''cols=None、error_bad_ライン=True、warn_bad_ライン=True、skyipfooter=0、double=True、delim_ホワイトパス=False、low_memory=True，memorymap=False、float_precision=None)
常用パラメータ説明：read_csvとread_テーブルの一般的なパラメータ（より多くのパラメータは公式マニュアルを参照）：

filepath_or_buffer #          
sep / delimiter     ，      ，               ，    dataframe
header               ，header=None(  names     ,    0,1,2,...)，header=0（       ）
names   header=None，  names    ！          。
shkiprows= 10 #       
nrows = 10 #    10  
usecols=[0,1,2,...] #      ，         ，        
parse_dates = ['col_name'] #             
index_col = None /False /0，        index ，0     ，            。       /        /       （     ）
error_bad_lines = False #          ，   ，    ，         
na_values = 'NULL' #  NULL     
encoding='utf-8' #         ，  utf-8

csv/txt/tsvファイルを読み、DataFrameタイプのオブジェクトを返します。
例:

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')
print(data)

  name age    birth
0  zhu  20  2000.1.5
1  wang  20  2000.6.18
2 zhang  21 1999.11.11
3  zhu  22 1998.10.24

パンダスはiloc、locでデータを抽出します。
行データを抽出:
loc関数：行索引「Index」の具体的な値によって行データを取る（「Index」を「A」とする行）
iloc関数：行番号で行データを取ります。2行目のデータを取ります。

import pandas as pd
import numpy as np
#    Dataframe
data = pd.DataFrame(np.arange(16).reshape(4, 4), index=list('abcd'), columns=list('ABCD'))
print(data)

  A  B  C  D
a  0  1  2  3
b  4  5  6  7
c  8  9 10 11
d 12 13 14 15

loc抽出'a'の行:

print(data.loc['a'])

A  0
B  1
C  2
D  3
Name: a, dtype: int32

iloc抽出2行目:

print(data.iloc[2])

A   8
B   9
C  10
D  11
Name: c, dtype: int32

列データの抽出:

print(data.loc[:, ['A']])# 'A'    ，        data.loc[:,['A','B']]

  A
a  0
b  4
c  8
d 12

print(data.iloc[:, [0]])

  A
a  0
b  4
c  8
d 12

指定された行を抽出し、列を指定します。

print(data.loc[['a','b'],['A','B']]) #  index 'a','b',   'A','B'    

  A B
a 0 1
b 4 5

print(data.iloc[[0,1],[0,1]]) #   0、1 ， 0、1     

  A B
a 0 1
b 4 5

すべての行のすべての列を抽出します。

print(data.loc[:,:])# A,B,C,D     
print(data.iloc[:,:])

  A  B  C  D
a  0  1  2  3
b  4  5  6  7
c  8  9 10 11
d 12 13 14 15

指定されたデータから行を抽出します。

print(data.loc[data['A']==0])#  data  (    : A     0      )

  A B C D
a 0 1 2 3

二、パンdasはcsvファイルを書き込みます。
pandsは複数組のリストをcsvに書き込みます。

import pandas as pd

#       
a = [1,2,3]
b = [4,5,6]  

#    key   csv   
dataframe = pd.DataFrame({'a_name':a,'b_name':b})

# DataFrame   csv,index        ，default=True
dataframe.to_csv("test.csv",index=False,sep=',')

結果:

一行を書き込みたいなら、つまりあなたが記憶しているリストが一行のデータです。この行のデータをcsvファイルに書き込みたいです。
この時はcsvの方法を使って、一行ずつ書いてもいいです。

import csv

with open("test.csv","w") as csvfile: 
  writer = csv.writer(csvfile)

  #   columns_name
  writer.writerow(["index","a_name","b_name"])
  #     writerow
  #write.writerow([0,1,2])
  #     writerows
  writer.writerows([[0,1,3],[1,2,3],[2,3,4]])

ファイルを開くたびにパラメータnewline='を追加することで解決策が自動的に空欄になります。

import csv

with open("F:/zhu/test/test.csv","w", newline='') as csvfile:
  writer = csv.writer(csvfile)

  #   columns_name
  writer.writerow(["index","a_name","b_name"])
  #     writerows
  writer.writerows([[0,1,3],[1,2,3],[2,3,4]])

txtファイルに書き込むのは似ています。
（1）txtデータファイルを作成し、ファイルを閉じてください。でないと、ファイルの内容が読めません。
（2）txtファイルを読みだします。

#  txt  
file=open("G:\\info.txt",'r',encoding='utf-8')
userlines=file.readlines()
file.close()
for line in userlines:
  username=line.split(',')[0] #     
  password=line.split(',')[1] #    
  print(username,password)

三、パンダスはデータテーブルの情報を調べます。
1）表示次元：data.shape

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')
print(data)
print(data.shape)

  index a_name b_name
0   0    1    3
1   1    2    3
2   2    3    4
(3, 3)

2）データテーブルの基本情報を表示する：data.info

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')
print(data)
print(data.info)

  index a_name b_name
0   0    1    3
1   1    2    3
2   2    3    4
<bound method DataFrame.info of  index a_name b_name
0   0    1    3
1   1    2    3
2   2    3    4>

3）各行の書式を表示する：data.dtype

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')
print(data.dtypes)

index   int64
a_name  int64
b_name  int64
dtype: object

4）前2行のデータ、後2行のデータを確認する

df.head() #   10   ，  ：   head       ，         
df.tail() #   10    

import pandas as pd
data = pd.read_csv('F:/Zhu/test/test.csv')
print(data)
print(data.head(2))
print(data.tail(2))

  index a_name b_name
0   0    1    3
1   1    2    3
2   2    3    4
  index a_name b_name
0   0    1    3
1   1    2    3
  index a_name b_name
1   1    2    3
2   2    3    4

四、データ洗浄
1）NaN値の処理：空の値を数字0で埋める

data.fillna(value=0,inplace=True)

注意：df.fillnaはすぐには有効になりません。inplace=Trueを設定する必要があります。
2）文字フィールドの文字スペースをクリアします。
文字列（str）の頭と尾のスペース、および頭の尾にある\tなどを削除します。

data['customername']=data['customername'].map(str.strip)#   customername      

3）大文字小文字変換

data['customername']=data['customername'].str.lower()

4）重複した値を削除する

data.drop_duplicates(['customername'],inplace=True)

5）データ置換

data['customername'].replace('111','qqq',inplace=True)

参考:
『Pythonのパンdas概要』
『Pandsのlocとiloc関数の使い方の詳細（ソース+インスタンス）』
ここではpythonについてcsvファイルを読み、書いてください。これについて紹介します。csvの内容を書いてください。以前の文章を検索したり、次の関連記事を見たりしてください。これからもよろしくお願いします。