将pandas.dataframe的数据写入到文件中的方法

导入实验常用的python包。如图2所示。

【import pandas as pd】pandas用来做数据处理。【import numpy as np】numpy用来做高维度矩阵运算.【import matplotlib.pyplot as plt】matplotlib用来做数据可视化。

pandas数据写入到csv文件中：

【names = [‘bob','jessica','mary','john','mel']】创建一个names列表【 births = [968,155,77,578,973]】创建一个births 列表【dataset = list(zip(names,births))】用 zip 函数将这两个列表合并在一起【dataset】查看生成的数据【df = pd.dataframe(data = dataset ,columns=[‘names','births'])】用生成的数据生成一个dataframe对象【df】查看生成的dataframe

将创建的数据写入到/opt/births1880.csv文件中，

【df.to_csv(‘/opt/births1880.csv', index=false, header=false )】将df写入到文件中【ls /opt/births1880.csv】查看文件是否存在【cat /opt/births1880.csv】查看文件内容

pandas读取csv中的数据

读取步骤3生成的数据，如图5所示。【local_data = r'/opt/births1880.csv'】将文件路径赋到变量local_data中【df2 = pd.read_csv(local_data,header=none)】读取内容赋值到df2【df2】查看df2的值【 df3 = pd.read_csv(local_data,header=none,names=[‘names','births'])】指定列名字赋值到df3【df3】查看df3的值

pandas是python下一个开源数据分析的库，它提供的数据结构dataframe极大的简化了数据分析过程中一些繁琐操作,dataframe是一张多维的表，大家可以把它想象成一张excel表单或者sql表。之前这篇文章已经介绍了从各种数据源将原始数据载入到dataframe中，这篇文件介绍怎么将处理好的dataframe中的数据写入到文件和数据库中。

以上这篇将pandas.dataframe的数据写入到文件中的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。