pandas读写表格

最新推荐文章于 2025-06-10 20:24:08 发布

原创最新推荐文章于 2025-06-10 20:24:08 发布 · 329 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #python

数据分析专栏收录该内容

18 篇文章

订阅专栏

本文主要介绍了如何利用Python的pandas库进行数据表格的读取和写入操作，包括CSV、Excel等常见格式，是数据分析工作中的基础技能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

                                第三节：

一、用pandas对于表格的读写操作

    1、对于CSV格式文件的写入：

        （1）使用函数to_csv函数
            import pandas as pd
            df=pd.DataFrame(data=数据)————生成一个DataFrame对象
            df.to_csv(path_or_buf="文件名.csv",encoding="utf_8_sig",index=True)

            注：to_csv函数中的path_or_buf是写入的CSV文件的路径以及名称
                encoding指的是编码格式，可以设置为utf_8_sig，防止出现乱码
                index指的是索引，默认值是True，即写入文件的时候写入索引值，如果不想写入索引的话直接赋值为False

    2、对于CSV格式文件的读取：

        （1）使用read_csv函数
            import pandas as pd
            df=pd.read_csv(文件路径，header=0)

            注：读取出来的就是DataFrame格式的数据,其中的文件路径指的是需要读取的文件路径，可以写相对路径或者
                绝对路径都可以的，header指的是选定指定的行数据作为列索引,默认值为0，即第一行作为列索引，
                如果没有合适的行作为列索引的话，可以把header默认值修改为None，这样列索引就是0,1,2,3这样的数字
            当指定了header的值，读出来的数据就是从该行开始向下切片，该行以上的数据会被忽略。
    3、对于Excel格式文件的写入
         （1）使用to_excel函数
            import pandas  as pd
            df=pd.DataFrame(data=数据)————生成一个DataFrame对象
            df.to_excel(写入文件路径)
         （2）写入多个sheet表          with pd.ExcelWriter("./Data/数据2.xlsx") as writer:
              DataFrame对象1.to_excel(writer,sheet_name="sheet1",index=False)
              DataFrame对象2.to_excel(writer,sheet_name="sheet2",index=False)
              DataFrame对象3.to_excel(writer,sheet_name="sheet3",index=False)    4、对于Excel格式文件的读取：             
   
        （1）使用read_excel函数
            import pandas as pd
            sheet = pd.read_excel('/data/course_data/data_analysis/sheet.xlsx',sheet_name="sheet表名")
            print(sheet.head())

pandas读写表格

总结