python读取csv文件并修改指定内容,python中csv文件添加数据

　　战斗支援车文件与文本文件(文本文件)文件类似，区别点就是在战斗支援车文件中，字段间使用","或""隔开，达到类似与表格的效果，下面这篇文章主要给大家介绍了关于如何利用大蟒创建、读取和修改战斗支援车数据文件的相关资料，需要的朋友可以参考下

目录

1 写入CSV文件

　　将数组作为铭牌导入

　　进口熊猫作为螺纹中径

　　# -创建初始数组数组- #

　　data=np.zeros((8，4))

　　#打印(数据类型)

　　#打印(类型（数据))

　　#打印（数据。形状)

　　# -从数组到数据帧- #

　　df=pd .数据帧（数据)

　　#打印（类型(df))

　　#打印(df.shape)

　　#打印(df)

　　# -编辑列和索引- #

　　df.columns=[A ， B ， C ， D]

　　df.index=range(data.shape[0])

　　df.info()

　　# -将数据帧另存为csv - #

　　csv_save_path= ./data_ .csv

　　df.to_csv(csv_save_path，sep=，，index=False，header=True)

　　# -检查- #

　　df=PD。读取CSV(CSV _保存路径)

　　打印(- * 25)

　　打印(df)

　　输出如下：

　　类 pandas.core.frame.DataFrame

　　RangeIndex: 8个条目，0到七

　　数据列（共四列):

　　A 8非空浮点64

　　B 8非空浮点64

　　C 8非空浮点64

　　D 8非空浮点64

　　数据类型：浮点64(4)

　　内存使用： 336.0字节

　　-

　　A B C D

　　0 0.0 0.0 0.0 0.0

　　1 0.0 0.0 0.0 0.0

　　2 0.0 0.0 0.0 0.0

　　3 0.0 0.0 0.0 0.0

　　4 0.0 0.0 0.0 0.0

　　5 0.0 0.0 0.0 0.0

　　6 0.0 0.0 0.0 0.0

　　7 0.0 0.0 0.0 0.0

2 读取CSV文件

　　进口熊猫作为螺纹中径

　　将数组作为铭牌导入

　　csv_path= ./data_ .csv

　　# -保存为数据帧- #

　　data=pd.read_csv(csv_path)

　　# -如果在战斗支援车文件中给出了索引，您可以使用下一行代码替换上一行代码-

　　# data=pd.read_csv(csv_path，index_col=0)

　　打印（类型（数据))

　　打印（数据)

　　打印

　　(data.shape)

　　# -----saved as array----- #

　　data_ = np.array(data)

　　# data_ = data.values

　　print(type(data_))

　　print(data_)

　　print(data_.shape)

　　输出如下：

<class 'pandas.core.frame.DataFrame'>
A B C D
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0
4 0.0 0.0 0.0 0.0
5 0.0 0.0 0.0 0.0
6 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0
(8, 4)
<class 'numpy.ndarray'>
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
(8, 4)

　　

3 修改CSV文件

import pandas as pd
　　import numpy as np
　　csv_path = ./data_.csv
　　df = pd.read_csv(csv_path)
　　# -----edit columns and index----- #
　　df.columns = [X1, X2, X3, Y]
　　df.index = range(df.shape[0])
　　# df.index = [i+1 for i in range(df.shape[0])]
　　# -----columns operations----- #
　　Y = df[Y]
　　df[X4] = [4 for i in range(df.shape[0])] # add
　　df[X5] = [5 for i in range(df.shape[0])]
　　# print(df)
　　df.drop(columns=Y, inplace=True) # delete
　　# print(df)
　　df[X1] = [i+1 for i in range(df.shape[0])] # correct --(1)
　　# df.iloc[:df.shape[0], 0] = [i+1 for i in range(df.shape[0])]
　　 # correct --(2)
　　# print(df)
　　df[Y] = Y_temp 
　　# print(df)
　　# -----rows operations----- #
　　df.loc[df.shape[0]] = [i+2 for i in range(6)] # add
　　# print(df)
　　df.drop(index=4, inplace=True) # delete
　　# print(df)
　　df.loc[0] = [i+1 for i in range(df.shape[1])] # correct
　　# print(df)
　　# -----edit index again after rows operations!!!----- #
　　df.index = range(df.shape[0])
　　# -----save dataframe as csv----- #
　　csv_save_path=./data_copy.csv
　　df.to_csv(csv_save_path, sep=,, index=False, header=True)
　　print(df)
　　

　　输出如下：

X1 X2 X3 X4 X5 Y
0 1.0 2.0 3.0 4 5 6.0
1 2.0 0.0 0.0 4 5 0.0
2 3.0 0.0 0.0 4 5 0.0
3 4.0 0.0 0.0 4 5 0.0
4 6.0 0.0 0.0 4 5 0.0
5 7.0 0.0 0.0 4 5 0.0
6 8.0 0.0 0.0 4 5 0.0
7 2.0 3.0 4.0 5 6 7.0

　　

　　参考资料

　　csv文件的读写与修改还可以通过python的csv库来实现

　　python中csv文件的创建、读取、修改等操作总结

总结

　　到此这篇关于如何利用python创建、读取和修改CSV数据文件的文章就介绍到这了,更多相关python创建读取修改CSV内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。