df
=
pd
.
read_csv
(
"路径\文件名称"
,
nrows
=
15
)
pd
.
read_csv
(
"路径\文件名称"
,
skiprows
=
9
,
nrows
=
5
)
,忽略前
9
行,往下读
5
行
读取列操作
import pandas as pd
df = pd.read_csv("1217_1out.csv",usecols=[0])
本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下
关键!!!!使用loc函数来查找。
话不多说,直接演示:
有以下名为try.xlsx表:
1.根据index查询
条件:首先导入的数据必须的有index
或者自己添加吧,方法简单,读取excel文件时直接加index_col
代码示例:
import pandas as pd
1.通过列名称来提取指定列(推荐)
#列名:irline_sentiment_gold name negativereason_gold retweet_count text
get_data=data[['airline_sentiment','text']]
2.通过loc函数传入列名称来获取列(推荐)
loc : location 指定列名的位置
data.loc[:,'text'] #获取列名为text的那一列
3.通过iloc函数传入切片获取列
iloc : i
转自他人博客:https://blog.csdn.net/weixin_39586825/article/details/111758506
1.按列取、按索引/行取、按特定行列取
import numpy as np
from pandas import DataFrame
import pandas as pd
df=DataFrame(np.arange(12).reshape((3,4)),index=[‘one’,‘two’,‘thr’],columns=list(‘abcd’))
df[‘a’]