Python pandas筛选CSV指定行并保存的新手教程

pandas筛选CSV文件入门教程

这个操作在现在看来可能并不复杂，但在查找相关资料时确实花费了不少时间。

许多技术文章直接指向pandas官方文档，并仅展示基础示例，缺乏针对具体筛选场景的详细指导。

官方文档地址：https://pandas.pydata.org/docs/reference/index.html

导入库与读取文件

第一步，导入pandas库。

import pandas as pd

接着，使用read_csv函数打开目标CSV文件。

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')

该函数需要指定CSV文件的路径。若文件位于Python工程目录下，直接使用./文件名即可。同时，建议指定encoding='utf-8'以使用UTF-8编码，若文件编码不同，可能需要调整为gbk等其他编码格式。

虽然读取的是CSV文件，但由于使用了pandas库，实际获取的数据结构是一个DataFrame。

可以通过执行print(type(df))来验证数据类型。

print(type(df))

DataFrame是一种表格型数据结构，可以将其视为电子表格。它以表格形式展示数据，并包含行标签和列标签。

可以通过pandas.DataFrame.columns属性来添加或修改列标签。

在示例中，DataFrame变量名为df，因此使用df.columns进行设置。我们将列标签依次设置为a、b、c、d、e、f。

df.columns = ['a','b','c','d','e','f']

执行数据筛选与保存

接下来，目标是从某一列中提取等于特定值的所有行。

可以将读取的内容视为列表，其中每个元素代表表中一行数据，而每一行本身也是一个列表结构。

例如，若要提取第5列中值为'Andhra Pradesh'的行，且已知第5列的标签为'e'。

对应的代码实现如下。

data = df[df['e'] == 'Andhra Pradesh']

最后，利用pandas库中的to_csv方法，将筛选后的数据保存至新的CSV文件。

data.to_csv('my_IP2LOCATION.csv')

调用格式为：表名.to_csv('保存路径/新文件名.csv')。

以下是完整代码的总结。

import pandas as pd

df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')
# print(type(df))
df.columns = ['a','b','c','d','e','f']
data = df[df['e'] == 'Andhra Pradesh']
data.to_csv('my_IP2LOCATION.csv')

原始文件IP2LOCATION.csv的内容结构如下。

该文件总共有759727行数据。

经过筛选处理后，生成的文件my_IP2LOCATION.csv。

筛选后的结果仅包含3461行。

提示：可以使用print(len(df.values))来查看当前DataFrame的行数。

以上即为本文的全部内容，希望对您的学习有所帮助，欢迎继续支持本站。