python读入csv的三种方式

读数据到python有好几种方法，我们以读取iris.csv为例，将其中的数值部分提取出来。第一种方法是列表理解，文件读取到lines之后用一个嵌套的列表理解就可以将数值存为一个list。第二种方法是使用numpy库，它内带的loadtxt函数，读取的数据都认作是字符串，所以在第二行取我们需要的部分，并转为数值array。第三种方法是使用pandas库，它内带read_csv函数，读取数据会自动判断数值还是字符串，而且会自动保存好变量名，只需要用ix方法就可以类似R一样取出需要的子集，它存为dataframe对象。

这三种方法中最后一种最简单，不过花费时间比较长一点，第一种最麻烦，不过用时最短。这个可以通过ipython中的magic函数%%timeit来看。

	#原始的方式
	lines = [line.split(',') for line in open('iris.csv')]
	df = [[float(x) for x in line[:4]] for line in lines[1:]]
	#使用numpy包
	import numpy as np
	lines = np.loadtxt('iris.csv',delimiter=',',dtype='str')
	df = lines[1:,:4].astype('float')
	#使用pandas包
	import pandas as pd
	df = pd.read_csv('iris.csv')
	df=df.ix[:,:4]

view raw openfile.py hosted with ❤ by GitHub