下面是关于“Python通过Pandas读写和追加CSV文件”的完整攻略。
1. 安装pandas
在开始之前,需要确保在本地安装了pandas。如果没有安装,可以使用以下命令安装:
pip install pandas
2. 读取CSV文件
首先需要了解的是,使用Pandas读取CSV文件的主要函数是pandas.read_csv()。下面是一个读取CSV文件的示例:
import pandas as pd
# 读取CSV文件
df = pd.read_csv('example.csv')
# 打印数据框
print(df)
在上述示例中,我们使用了pandas.read_csv()函数并指定CSV文件的路径。read_csv()函数将CSV文件读取到一个Pandas数据框中,并将其存储到变量df中。最后我们使用print函数打印变量df中的数据框。
3. 写入CSV文件
接下来要做的就是将数据写入CSV文件。实现这个目的的主要函数是pandas.DataFrame.to_csv()。下面是一个写入CSV文件的示例:
import pandas as pd
# 创建一个数据框
data = {
'Name': ['Tom', 'Jerry', 'Mickey'],
'Age': [10, 12, 8],
'City': ['Beijing', 'New York', 'Paris']
}
df = pd.DataFrame(data)
# 将数据框写入CSV文件
df.to_csv('example.csv', index=False)
在上述示例中,我们创建了一个数据框,并将其存储到变量df中。然后使用DataFrame.to_csv()函数将数据框写入CSV文件。我们还指定了index=False,这意味着在写入CSV文件时,索引列将不会被写入。
4. 追加CSV文件
最后,如果需要向现有CSV文件中添加数据,可以使用DataFrame.to_csv()函数并设置mode=’a’。下面是一个追加CSV文件的示例:
import pandas as pd
# 创建一个数据框
data = {
'Name': ['Donald', 'Daisy'],
'Age': [6, 4],
'City': ['Tokyo', 'London']
}
df = pd.DataFrame(data)
# 将数据框追加到现有CSV文件
df.to_csv('example.csv', mode='a', header=False, index=False)
在上述示例中,我们创建了一个数据框,并将其存储到变量df中。然后使用DataFrame.to_csv()函数将数据框追加到现有CSV文件中。我们还设置了header=False,这意味着在追加数据时,不会写入列名。
以上就是使用Pandas读写和追加CSV文件的完整攻略了。希望对你有所帮助。