如何用Python将CSV文件导入pandas并完成指定数据处理任务

前置准备 #

确保你已安装pandas库，未安装可执行pip install pandas完成安装。

1. 导入CSV并构建四个数据框 #

先导入pandas库，再读取对应CSV文件赋值到df1、df2、df3、df4四个数据框：

import pandas as pd

# 四个数据集分别存为单独CSV时使用，替换引号内为你本地文件实际路径
df1 = pd.read_csv("dataset_I.csv")
df2 = pd.read_csv("dataset_II.csv")
df3 = pd.read_csv("dataset_III.csv")
df4 = pd.read_csv("dataset_IV.csv")

# 若四个数据集存在同一个CSV文件时使用，替换对应列名和文件路径即可
# all_df = pd.read_csv("总数据集.csv")
# df1 = all_df[all_df["数据集分类列名"] == "I"]
# df2 = all_df[all_df["数据集分类列名"] == "II"]
# df3 = all_df[all_df["数据集分类列名"] == "III"]
# df4 = all_df[all_df["数据集分类列名"] == "IV"]

你可执行df1.shape查看数据框行列数，确认每个数据框为11行2列，符合11组(x,y)数据要求。

2. 调用describe()计算基础描述性统计量 #

执行以下代码输出四个数据集的统计结果：

# 输出数据集I统计量
print("数据集I描述统计：")
print(df1.describe())

# 输出数据集II统计量
print("\n数据集II描述统计：")
print(df2.describe())

# 输出数据集III统计量
print("\n数据集III描述统计：")
print(df3.describe())

# 输出数据集IV统计量
print("\n数据集IV描述统计：")
print(df4.describe())

注意事项 #

• Windows系统下文件路径可以用正斜杠/或者双反斜杠\\，避免单反斜杠触发转义报错
• 若导入数据不符合预期时，可调用df1.head()查看前5行数据，核对CSV分隔符是否匹配，必要时在read_csv中添加sep="分隔符"参数调整

内容的提问来源于stack exchange，提问作者james duong