标签:文件 存储 读取 read open close csv data
1 CSV
1.1 read_csv
- pandas.read_csv(文件路径, sep =',', 指定读取的列名)
sep表示分隔符,默认用","隔开
# 读取文件,并且指定只获取'open', 'close'指标
data = pd.read_csv("./data/stock_day.csv", usecols=['open', 'close'])
open close
2018-02-27 23.53 24.16
2018-02-26 22.80 23.53
2018-02-23 22.88 22.82
2018-02-22 22.25 22.28
2018-02-14 21.49 21.92
1.2 to_csv
- DataFrame.to_csv(path_or_buf=None, sep=', ’, columns=None, header=True, index=True, mode='w', encoding=None)
path_or_buf :文件路径
sep :分隔符,默认用","隔开
columns :选择需要的列索引
header :boolean or list of string, default True,是否写进列索引值
index:是否写进行索引
mode:'w':重写, 'a' 追加
# 举例:保存读取出来的股票数据
# 保存'open'列的数据,然后读取查看结果
# 选取10行数据保存,便于观察数据
data[:10].to_csv("./data/test.csv", columns=['open'])
#会发现将索引存入到文件当中,变成单独的一列数据。如果需要删除,可以指定index参数,删除原来的文件,重新保存一次。
# index:存储不会讲索引值变成一列数据
data[:10].to_csv("./data/test.csv", columns=['open'], index=False)
2 HDFS
- pandas.read_hdf(path_or_buf,key =None,** kwargs)
path_or_buffer:文件路径
key:读取的键
return:选择的对象 - DataFrame.to_hdf(path_or_buf, key, \kwargs)
#读取文件
day_close = pd.read_hdf("./data/day_close.h5")
#存储文件
day_close.to_hdf("./data/test.h5", key="day_close")
3 总结
pandas的CSV、HDF5、JSON文件的读取
- 对象.read_**()
- 对象.to_**()
标签:文件,存储,读取,read,open,close,csv,data 来源: https://www.cnblogs.com/yuyingblogs/p/15253190.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。