python引用pandas讀寫csv文件

需求：讀取一個csv文件，根據文件內容進行數據處理，將處理結果寫入另一個csv文件。

實現：用Python導入pandas庫，將csv文件讀入一個DataFrame，然后將這DataFrame的內容寫入另一個csv文件。

1. 導入pandas庫。

 numReportCube=0 # 776 

 

2. 定義若干變量並賦初值用於后續數據處理。本示例中定義numReportCube用來統計某一種類型的數據的數量，初值為0。

 numReportCube=0 # 776 

3. 將csv文件的內容讀入一個DataFrame。本示例中將這個DataFrame賦值給cube

for index in range(numCube):
     cubeType=cube.iloc[index,3]
      if cubeType==776:
         numReportCube=numReportCube+1
     else:
         print('Unrecognized cube type in line '+str(index))  

4. 因為數據處理的需求，需要知道cube里的內容一共有多少行(不包括表頭)，用cube.shape[0]即可得到cube的行數，類似地，用cube.shape[1]即可得到cube的列數。

5. 用range(numCube)得到一個取值范圍用於for循環。

通過cube.iloc[index,3]取得第index行，第3列的單元格數據。

如果數值符合要求，則numReportCube計數器加1;

否則，打印警告信息：在第index行發現未識別的cube type信息。

for index in range(numCube):
     cubeType=cube.iloc[index,3]
      if cubeType==776:
         numReportCube=numReportCube+1
     else:
         print('Unrecognized cube type in line '+str(index)) 

6. 將結果存入另一個DataFrame，即本示例中的resultItem。

結果為1行2列數據：第1列為cube數據的總行數numCube，第2列為某一種特定類型的數據的行數numReportCube。

resultItem=pd.DataFrame([[numCube,numReportCube]])

本示例中使用了DataFrame的一種定義方式：以列表形式定義DataFrame。舉例說明：

某表格為3行2列，數據內容為：

a b

c d

e f

用DataFrame可以表示為：

df=([['a','b'],['c','d'],['e','f']])

7. 將結果resultItem寫入另一個csv文件。

在以下示例中，第一個參數是待寫入的文件路徑。

第二個參數header是指是否保留表頭，保留則為True，不保留則為False。

第三個參數index是指是否保留列的索引，保留則為True，不保留則為False。

第四個參數mode是指以何種模式寫入數據，"a"是append的縮寫，表示以“追加”的方式寫入數據。

 resultItem.to_csv('E:\Result.csv',header=False,index=False,mode="a")