sklearn 读取csv_python常见的数据读取方法

列表(List)：Python中最基本的数据结构，列表的数据项通过逗号分隔，可以为不同的数据类型，例如：list1 = ['physics', 'chemistry', 1997, 2000]。

ndarray：Numpy提供了N 维数组对象，用来存储单一数据类型的多维数组。

DataFrame: Pandas提供的一种二维数据结构，数据以行(index)和列(columns)的表格方式排列，类似与excel的表结构

读取excel（1）

import xlrd
    # 加载数据
    workbook = xlrd.open_workbook('path/Pd.xlsx')
    # 获取所有sheet
    print(workbook.sheet_names())  # [u'sheet1', u'sheet2']
    # 根据sheet索引或者名称获取sheet内容
    sheet1 = workbook.sheet_by_index(0)  # sheet索引从0开始
    # sheet的名称，行数，列数
    print(sheet1.name, sheet1.nrows, sheet1.ncols)
   # 获取整行和整列的值（数组）
    rows = sheet1.row_values(3)  # 获取第4行内容
    cols = sheet1.col_values(1)  # 获取第2列内容
    # 获取单元格内容
    print(sheet1.cell(1, 0).value)
           

读取excel（2）

import pandas as pd
df = pd.read_excel('finally_x.xlsx')
           

将数据存入excel

out = pd.DataFrame(list)
    out.to_excel('path/name.xlsx')
           

批量处理excel

import os
dir_str = r'base_path'           #base_path为根路径  
file_name = os.listdir(dir_str)
file_dir = [os.path.join(dir_str, x) for x in file_name]
print(file_name)
for i in range(len(file_dir)):
      read_excel(file_dir[i])
           

1.3 csv操作

f = open(path, encoding="utf-8")
#跳过前31行，读取列名为'S', 'P', 'Pd'的三列，将空值赋值为NULL
df = pd.read_csv(f, skiprows=31, usecols=['S', 'P', 'Pd'], na_values='NULL')
#删除带有空值的行
df.dropna(inplace=True)
#将结果保存到新的csv当中,保存路径为项目路径
df.to_csv('name.csv')