如何保存 csv 文件以便 iPython shell 可以打开并使用它？答案

【问题标题】：How to save a csv file so iPython shell can open and use it?如何保存 csv 文件以便 iPython shell 可以打开并使用它？
【发布时间】：2016-07-09 19:51:09
【问题描述】：

我是 Python 的新手。我在 iPython shell 中打开我的 csv 文件时遇到问题，尽管我可以在 Spyder 中打开我的文件。如何保存 csv 或任何其他文件以供 Spyder 和 iPython 正确使用？

例如，我尝试打开并读取文件

DATA_data = open('Data.csv')

DATA_reader = (pd.read_csv(Data), ',')

print DATA_reader

我会收到以下错误消息：

IOError: [Errno 2] No such file or directory: 'Data.csv'

另外，如何确保 csv 文件与我的 python 脚本在同一个目录中？

【问题讨论】：

请编辑您的问题以包含您尝试过的内容。
如果您使用的是 pandas，请将该标签放入您的问题或其他包中
您确定文件 Data.csv 与 python 脚本位于完全相同的目录中吗？

标签： python python-2.7 csv pandas ipython

【解决方案1】：

csv 文件是纯文本，因此几乎任何代码都可以读取它。使用ipython，您可以使用 shell 命令、Python 读取或 numpy 或 pandas 读取它。

第一个问题是知道文件的位置。这是一个文件系统问题 - 什么是目录。在ipython 中，您可以使用%pwd 魔法查看当前目录，并使用%cd 更改目录。 %ls 给出目录列表。使用magics，您可以使用像bash 这样的Linux shell（以及一些术语调整的窗口）进行所有文件和目录操作。

找到文件后，您可以使用%cat查看文件

例如：

In [26]: %pwd
Out[26]: '/home/paul'
In [27]: %ls
~/    Desktop/    Downloads/  mypy/      Public/     Videos/
bin/  Documents/  Music/      Pictures/  Templates/
In [28]: %cd mypy
/home/paul/mypy
In [29]: %ls test*
test       test2.hdf  test.h5    test.ipy    test.mat  test.npz
test1.hdf  test.gz    test.hdf5  testipy.py  test.npy  test.txt
In [30]: %cat test
       one          a          1
       two          b          2
     three          c          3

普通 Python 读取：

In [34]: f=open('test')
In [35]: f.read()
Out[35]: '       one          a          1\n       two          b          2\n     three          c          3\n'
In [36]: f.close()

np.genfromtxt 是最强大的numpy csv 阅读器：

In [38]: np.genfromtxt('test',dtype=None)
Out[38]: 
array([(b'one', b'a', 1), (b'two', b'b', 2), (b'three', b'c', 3)], 
      dtype=[('f0', 'S5'), ('f1', 'S1'), ('f2', '<i4')])

在这种情况下，我得到了一个具有结构化 dtype 的一维数组 - 因为字符串和数字列的混合。在这种情况下，我的分隔符是空格。

或loadtxt:

In [40]: np.loadtxt('test',dtype='str')
Out[40]: 
array([["b'one'", "b'a'", "b'1'"],
       ["b'two'", "b'b'", "b'2'"],
       ["b'three'", "b'c'", "b'3'"]], 
      dtype='<U8')

我没有在这台机器上安装pandas，所以无法证明这一点，尽管我认为data = pd.read_csv('data.csv', delimiter=',') 应该足够了（即文件名和分隔符）。

【讨论】：