Pandas 使用教程 CSV

CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。

CSV 是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。

AttributeError: partially initialized module 'pandas' has no attribute 'read_csv' (most likely due to a circular import)
``
升级 Pandas
pip install --upgrade pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

如果代码点进去，能看到有 read_csv 方法 ，但还报不存在，检查一下文件名，开始我使用的是 csv.py 估计是冲突了

demo.json

[     {         "name":"张三",         "age":23,         "gender":true     },     {         "name":"李四",         "age":24,         "gender":true     },     {         "name":"王五",         "age":25,         "gender":false     } ] 

JSON 转换为 CSV

非常方便，只要通过 pd.read_json 读出JSON数据，再通过 df.to_csv 写入 CSV 即可

import pandas as pd  json_path = 'data/demo.json'  # 加载 JSON 数据 with open(json_path, 'r', encoding='utf8') as f:     # 解析一个有效的JSON字符串并将其转换为Python字典     df = pd.read_json(f.read())     print(df.to_string())  # to_string() 用于返回 DataFrame 类型的数据，我们也可以直接处理 JSON 字符串。     print('-' * 10)      # 重新定义标题     df.columns = ['姓名', '年龄', '性别']     print(df)      df.to_csv('data/result.csv', index=False, encoding='GB2312')  

import pandas as pd  df = pd.read_csv('data/result.csv', encoding='GB2312')  print(df.to_string())  # 如果不使用该函数，则输出结果为数据的前面 5 行和末尾 5 行，中间部分以 ... 代替。  print(('-' * 10) + " 取前 N 行") # head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行。 print(df.head(1))   print(('-' * 10) + " 取尾部 N 行") # tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN。 print(df.tail(2))   print(('-' * 10) + " info() 方法返回表格的一些基本信息：") # info() 方法返回表格的一些基本信息： print(df.info())   

结果输出：

   姓名  年龄     性别 0  张三  23   True 1  李四  24   True 2  王五  25  False  ---------- 取前 N 行    姓名  年龄    性别 0  张三  23  True  ---------- 取尾部 N 行    姓名  年龄     性别 1  李四  24   True 2  王五  25  False  ---------- info() 方法返回表格的一些基本信息： <class 'pandas.core.frame.DataFrame'> RangeIndex: 3 entries, 0 to 2 Data columns (total 3 columns):  #   Column  Non-Null Count  Dtype  ---  ------  --------------  -----   0   姓名      3 non-null      object  1   年龄      3 non-null      int64   2   性别      3 non-null      bool   dtypes: bool(1), int64(1), object(1) memory usage: 179.0+ bytes None