这篇文章主要介绍了如何将pandas.dataframe的数据写入到文件中，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
导入实验常用的python包。如图2所示。
【import pandas as pd】pandas用来做数据处理。【import numpy as np】numpy用来做高维度矩阵运算.【import matplotlib.pyplot as plt】matplotlib用来做数据可视化。
pandas数据写入到csv文件中：
【names = [‘Bob','Jessica','Mary','John','Mel']】创建一个names列表【 births = [968,155,77,578,973]】创建一个births 列表【DataSet = list(zip(names,births))】用 zip 函数将这两个列表合并在一起【DataSet】查看生成的数据【df = pd.DataFrame(data = DataSet ,columns=[‘Names','Births'])】用生成的数据生成一个DataFrame对象【df】查看生成的dataFrame
将创建的数据写入到/opt/births1880.csv文件中，
【df.to_csv(‘/opt/births1880.csv', index=False, header=False )】将df写入到文件中【ls /opt/births1880.csv】查看文件是否存在【cat /opt/births1880.csv】查看文件内容
pandas读取csv中的数据
读取步骤3生成的数据，如图5所示。【local_data = r'/opt/births1880.csv'】将文件路径赋到变量local_data中【df2 = pd.read_csv(local_data,header=None)】读取内容赋值到df2【df2】查看df2的值【 df3 = pd.read_csv(local_data,header=None,names=[‘names','births'])】指定列名字赋值到df3【df3】查看df3的值
Pandas是Python下一个开源数据分析的库，它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作,DataFrame是一张多维的表，大家可以把它想象成一张Excel表单或者Sql表。
感谢你能够认真阅读完这篇文章，希望小编分享的“如何将pandas.dataframe的数据写入到文件中”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!