Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.from_csv()
函数用于将csv文件读取为系列。最好使用函数更强大的pandas.read_csv()
用于大多数一般用途。
用法: Series.from_csv(path, sep=’, ‘, parse_dates=True, header=None, index_col=0, encoding=None, infer_datetime_format=False)
参数:
path:字符串文件路径或文件句柄/StringIO
sep:字段定界符
parse_dates:解析日期。与read_table不同的默认值
header:用作标题的行(跳过前几行)
index_col:用于索引的列
encoding:一个字符串,表示内容为非ASCII时要使用的编码
infer_datetime_format:如果列的True和parse_dates为True,请尝试根据第一个datetime字符串推断datetime格式
返回:系列
在此示例中,我们使用了CSV文件。要下载,请点击这里
范例1:采用Series.from_csv()
函数将给定CSV文件中的数据读取到pandas系列中。
# importing pandas as pd
import pandas as pd
# Read the data into a series
sr = pd.Series.from_csv('nba.csv')
# Print the first 10 rows of series
print(sr.head(10))
输出:
正如我们在输出中看到的,Series.from_csv()
函数已成功将csv文件读入pandas系列。
范例2:采用Series.from_csv()
函数将给定CSV文件中的数据读取到pandas系列中。使用第一列作为系列对象的索引。
# importing pandas as pd
import pandas as pd
# Read the data into a series
sr = pd.Series.from_csv('nba.csv', index_col = 1)
# Print the first 10 rows of series
print(sr.head(10))
输出:
正如我们在输出中看到的,Series.from_csv()
函数已成功将csv文件读入pandas系列。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.from_csv()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。