如何使用 Pandas 将 CSV 文件导入 Python

使用 Pandas 将 CSV 文件导入 Python 的完整步骤，如下：

首先，这里有一个简单的模板，使用它将 CSV 文件导入 Python：

import pandas as pddf = pd.read_csv (r'Path where the CSV file is stored\File name.csv')print (df)

详细步骤

将数据导入 python

现在有一个数据，我们把以下客户列表和一些其他销售信息存储在 CSV 文件中（文件名为“client”）：

STEP1: 找到文件路径

首先，假设一个 CSV 文件存储在以下路径下：

C:\Users\Ron\Desktop\Clients.csv

修改下面的 Python 代码以反映 CSV 文件在本机上的存储路径。 注意不要忘记以下几点：

路径正确且完整，且用 '/'作为间隔文件名对应文件扩展名为.csv

STEP2: 使用以下代码

复制以下代码或者手动输入（代码中有注释）：

import pandas as pddf = pd.read_csv (r'C:\Users\Ron\Desktop\Clients.csv') #read the csv file (put 'r' before the path string to #address any special characters in the path, such as '\'). #Don't forget to put the file name at the end of the path + ".csv"print (df)

STEP3: 运行代码

在大多数编译器中，使用F5进行编译运行，你就会在console看到如下内容：

STEP4: 额外步骤，如果你想取出一部分数据

如果想从 CSV 文件中选择列的子集怎么办？

例如，如果只想选择Person Name和Country列，可以指定这些列名称，

import pandas as pd data = pd.read_csv (r'C:\Users\Ron\Desktop\Clients.csv') df = pd.DataFrame(data, columns= ['Person Name','Country']) print (df )

注意要需要确保代码中指定的列名与 CSV 文件中的列名完全匹配

否则所有结果都会变成NaN values

准备好后，运行代码（在调整文件路径后），看到只剩 Person Name 和 Country 列：

要了解有关使用 Pandas 导入 CSV 文件的更多信息，请访问 Pandas 文档

Pandas readcsv文档.