读csv不要索引（index）

df = pd.read_csv('filename.csv', encoding='utf-8', index_col=0)
写csv不要索引
 
同样在生成csv文件时（to_scv()）也可以避免生成索引列，方法为添加参数（index=False）
 
df.to_csv('C:/filepath/xxx.csv', index=False)
删除有空值的行
 
做数据分析的时候遇到有的行的某个关键值为空，那最好删除掉一整行以免影响后面的操作。
 
df1 = df.dropna(subset=['列名'])
按时间排序
 
有的数据可能是与时间先后顺序有关，需要按照时间先后顺序排序，这时候需要先把带有时间的列转为date_time格式，再进行排序。
 
df1['time'] = pd.to_datetime(df1['time'])
df1.sort_values('time', inplace=True)
inplace代表是否更改数据，默认是False，要保存结果的话需要inplace=True。
 
pandas操作2（增加列并赋值/两列时间相减/按时间合并且求和）
 
pandas操作3（插入列insert/统计出现次数value_counts）
 
pandas操作4（处理缺失值，位置索引）
                    pandas常用csv操作读csv不要索引（index）写csv不要索引删除有空值的行按时间排序读csv不要索引（index）在使用pandas读csv（read_csv())时，会默认产生一列索引，当你要把处理过后的csv文件生成一个新的csv文件时，就会多出一列索引值且这一列没有名字，不方便通过drop(columns=[‘name’])来删除，可以一开始在读的时候就让它不要产生索引(index_col=0)。df = pd.read_csv('filename.csv', encoding='u
if name == '__main__':
# header=0——表示csv文件的第一行默认为dataframe数据的行名称,
# index_col=0——表示使用第0列作为dataframe的行索引,
# squeeze=True——表示如果文件只包含一列，则返回一个序列。
file_dataframe = pd.read_csv('../datasets/data_new_2/csv_file_name.csv', header=0, index_col=0, squeeze=True)
				
可以使用pandas中的read_csv()函数，并在参数header中设置为None，即:
import pandas as pd
data = pd.read_csv("your_file.csv", header=None)
这样就可以读取csv文件中不包含列标题的数据了。
f.close
f = open('E:/建模/第5周/data/ex1.csv') #方法二，必须指定分隔符为','，否则会读取失败
df = pd.read_table(f,sep=',')
print(df)
f.close
（2）、根据需要条件读取csv文件
#根据需要
import pandas as pd
2、导入CSV或者xlsx文件：
df = pd.DataFrame(pd.read_csv(‘name.csv’,header=1))
df = pd.DataFrame(pd.read_excel(‘name.xlsx’))
3、用pandas创建数据表：
df = pd.DataFrame({“id”:[1001,1002,1003,
				
之前一直被一个问题困扰，就是pandas的dataframe类型输出到Excel后，存在行索引，因为行索引对数据分析的结果不会产生影响所以一直没有去解决，今天偶然看到了解决方法，特地记录下来，帮助有缘之人。
文章目录1.问题展示源数据读取csv并输出的代码pandas输出后2.问题解决官方文档对于to_excel()输出时不添加行索引的描述代码实现效果展示
1.问题展示
我们以泰坦尼克号的数据作为测试数据，读取后输出到Excel表格中，我们会发现每行前被添加了索引号
读取csv并输出的代码
df=pd.read_csv(r'./class.csv')
#index_1为你需要检索的一列的名称，index等于创建了一个掩码
index=df['index_1'].notnull()
df=df[index]
df.to_csv(r'./class_1.csv')
这样等于去除了某一列中为空值的一行。