#read_table可以指定分隔符
data1=pd.read_csv=("test.csv")#自动把第一行作列属性，第一行不能用
data2pd.read_csv("test.cvs",header=None)#不把第一行作列属性
data1=data1.conlumns(["A","B"])#修改列属性
data1=data1.reindex(["1","2"])#修改行属性
import pandas as pd#read_table可以指定分隔符data1=pd.read_csv=("test.csv")#自动把第一行作列属性，第一行不能用data2pd.read_csv("test.cvs",hearder=None)#不把第一行作列属性data1=data1.conlumns(["A","B"])#修改列属性data1=data1.reindex(["1"
df = pd.read_excel(r'E:\untitled1\带宽测试\temp.xlsx') #
读
取需要转置的
文件
df = df.T # 转置
df.to_excel(r'E:\untitled1\带宽测试\TestResult.xlsx') # 另存为xlsx
文件
3.运行脚本后生成的xlsx
文件
，如下：
本节主要介绍
pandas
经常
读
取的两种数据格式，其分别是
CSV
和JSON本节使用两个数据集分别是2019腾讯算法大赛和中国AI创新创业大赛的数据集.
没有标签的原始数据的格式带标题的数据格式
本节在介绍
pandas
读
取
CSV
文件
的时候，主要分成两个部分:
第一、
读
取小
文件
时应该要注意的几种情况，1、数据集中是否有标签信息。 2、
读
取指定列的数据 和行的数据记录、3原始数据集中没有列名的时候...
由于用to_
csv
保存时会留下一行列索引，位置是
第一行
，使用read_
csv
读
取
csv
文件
后，会将
第一行
读
取为数据，但事实上并不是，需要将它删除。使用df.drop(0)的方法，将
第一行
删除。
a = pd.read_
csv
(r'Filename\
csv
name.
csv
', header=None)
a = a.drop(0)
'''
读
取excel
文件
内容'''
def create_work_book(self, title, index, maxRow, maxColumn, fileName):
:param title: 表名称,
想要
读
取
第一行
当中的内容可以采用如下格式：
data = read_
csv
(filename,header=None, usecols=[1], engine='
python
', skipfooter=footer)
header 可以指定None 来
读
取
第一行
import
csv
with open('表格/2019-04-01.
csv
', 'r') as read_file:
reader =
csv
.reader(read_file)
for row in reader:
print(row)
如果需要跳过
第一行
，可以每次判断行数是否为1。但这样写的代码执行效率偏低，因为每次都需要判断当前的行号。
使用
Python
提供的iter
```
python
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
3. 将DataFrame对象写入
CSV
文件
```
python
df.to_
csv
('data.
csv
', index=False)
其中，to_
csv
()方法的第一个参数是
文件
名，第二个参数index=False表示不写入行索引。如果需要写入列索引，可以将index参数设置为True。
完整代码如下：
```
python
import
pandas
as pd
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
df.to_
csv
('data.
csv
', index=False)
