导入CSV文件作为pandas DataFrame
将CSV文件读入pandas DataFrame的Python方法是什么（然后我可以将其用于统计操作，可以具有不同类型的列等）？
我的CSV文件"value.txt"具有以下内容：
Date,"price","factor_1","factor_2"
2012-06-11,1600.20,1.255,1.548
2012-06-12,1610.02,1.258,1.554
2012-06-13,1618.07,1.249,1.552
2012-06-14,1624.40,1.253,1.556
2012-06-15,1626.15,1.258,1.552
2012-06-16,1626.15,1.263,1.558
2012-06-17,1626.15,1.264,1.572
在R中，我们将使用以下命令读取此文件：
price <- read.csv("value.txt")
这将返回R data.frame：
> price <- read.csv("value.txt")
> price
Date price factor_1 factor_2
1 2012-06-11 1600.20 1.255 1.548
2 2012-06-12 1610.02 1.258 1.554
3 2012-06-13 1618.07 1.249 1.552
4 2012-06-14 1624.40 1.253 1.556
5 2012-06-15 1626.15 1.258 1.552
6 2012-06-16 1626.15 1.263 1.558
7 2012-06-17 1626.15 1.264 1.572
有没有Python的方法来获得相同的功能？
问题答案：
救援熊猫：
import pandas as pd
print pd.read_csv('value.txt')
Date price factor_1 factor_2
0 2012-06-11 1600.20 1.255 1.548
1 2012-06-12 1610.02 1.258 1.554
2 2012-06-13 1618.07 1.249 1.552
3 2012-06-14 1624.40 1.253 1.556
4 2012-06-15 1626.15 1.258 1.552
5 2012-06-16 1626.15 1.263 1.558
6 2012-06-17 1626.15 1.264 1.572
这会返回与相似的pandas DataFrameR's。
-
本文向大家介绍R导入.csv文件，包括了R导入.csv文件的使用技巧和注意事项，需要的朋友参考一下 示例 使用base R导入 可以使用read.csv来包装逗号分隔的值文件(CSV)，该文件可以包装read.table，但可用于sep = ","将分隔符设置为逗号。 用户友好选项file.choose允许浏览目录： 笔记 与不同read.table，read.csv默认为header = TRU
-
问题内容： 我有一个CSV文件。它包含140万行数据，因此我无法在Excel中打开该csv文件，因为其限制约为100万行。 因此，我想将此文件导入MySQL工作台中。此csv文件包含以下列 我正在尝试在MySQL工作台中创建一个名为“虚拟”的表，其中包含诸如 CSV文件名为。我在工作台中的代码是这样的： 但我收到类似的错误 问题答案： 我想您缺少ENCLOSED BY子句 并指定csv文件的完整路
-
问题内容： 我正在寻找使用导入文件到SQL Server的帮助，我有几个基本问题。 问题： CSV文件数据的中间（例如：描述）之间可能有（逗号），那么如何进行导入处理这些数据？ 如果客户端从Excel创建CSV，则用逗号括起来的数据（用双引号引起来）（如下例所示），那么导入如何处理呢？ 我们如何跟踪某些行是否有不良数据，哪些导入会跳过？（导入会跳过不可导入的行） 这是带有标题的示例CSV： 和
-
我正在寻找有关使用将文件导入SQL Server的帮助，我没有什么基本问题。 下面是带有头部的示例CSV： 和要导入的SQL语句：
-
我尝试使用Neo4j工具和导入csv文件。 我有个问题。我的csv文件是清晰的，但是，在neo4j浏览器。