文章目录：

1 数据说明2 把数据集文件信息使用python pandas保存成csv文件3 使用python pandas 读取csv的每行、每列数据

1 数据说明

1、在test_data目录下是我们的数据集（我虚构的，只是为了说明下面的处理过程）

图片来源这里，不要问，没有联系方式！

每张图片名中的数字是样本数据的标签label这里我们的数据规模大小是5张数据

2、数据保存成csv文件要求

每一行代表一个样本每一行的第一列表示文件的路径，每一行的第二列表示样本的标签

2 把数据集文件信息使用python pandas保存成csv文件

1、根据上面保存成csv文件的要求，把数据集相关信息保存到csv文件中：

# coding=utf-8"""Copyright (c) -. All Rights Reserved.@author: shliang@email: shliang0603@创建和导入csv文件"""import pandas as pdimport globimport osimport numpy as np# 创建csv文件def create_csv_file():'''把test_data目录下的文件绝对路径保存到csv文件中，同时把文件名中的label也保存下来保存两列 filename， label:return:'''img_paths_list = glob.glob("../test_data/*.png")labes_list = []img_label_list = []for path in img_paths_list:img_name = os.path.split(path)[-1]prefix = os.path.splitext(img_name)[0]label = prefix.split('_')[-1]labes_list.append(str(label))# abspath = os.path.abspath(path)img_label_list.append([path, label])# 通过zip函数组合每一个样本的path和label: (path, label)print(img_paths_list)print(labes_list)img_label_list2 = list(zip(img_paths_list, labes_list))print(img_label_list)print(img_label_list2)# 保存数据data格式，嵌套列表，每个子列表中表示每一行数据# df = pd.DataFrame(data=np.array([[img0, label0],[img1, label1],...,[img4, label4]]),# columns=['filepath', 'label'])df1 = pd.DataFrame(data=img_label_list,columns=['filepath', 'label'])df1.to_csv('../test_data/filename1.csv')df1.to_csv('../test_data/filename2.csv', index=False)# 保存数据data格式，列表中嵌套元组，每个元组中表示每一行数据df3 = pd.DataFrame(data=img_label_list2,columns=['filepath', 'label'])df3.to_csv('../test_data/filename3.csv')# 保存数据data格式，字典格式，key表示列名，value是列表，表示每一列数据df4 = pd.DataFrame({"filename": img_paths_list, "label": labes_list})df4.to_csv('../test_data/filename4.csv')if __name__ == '__main__':create_csv_file()

输出结果：

2、pd.DataFrame(data, columns)的参数

data参数：是输入要保存的数据

该参数的值有几种输入格式，都是可以的：

1）numpy格式：data=np.array([[img0, label0],[img1, label1],...,[img4, label4]]2）列表嵌套列表格式：保存数据data格式，嵌套列表，每个子列表中表示每一行数据：data=[[img0, label0],[img1, label1],...,[img4, label4]]3）列表嵌套元组格式：保存数据data格式，列表中嵌套元组，每个元组中表示每一行数据：data=[(img0, label0),(img1, label1),...,(img4, label4)]4）字典格式：保存数据data格式，字典格式，key表示列名，value是列表，表示每一列数据：data={'columns_name1':[img0, img1,...,img4], 'columns_name2': [label0, label1,...,label4]}

columns参数是每一列的列名，值是列名的列表！

3、df1.to_csv('../test_data/filename1.csv')的参数，这里只说两个比较常用的参数

path_or_buf参数：保存csv文件名index参数：默认值是True，表示保存每行的行索引，如果设置位False表示不保存行索引！

filename1.csv：默认是保存了行索引（filename3.csv和filename4.csv的内容也是如下，一样的！）

filename2.csv：没有保存行索引

注意：

我们一般保存的CSV文件是不需要保存索引的，直接设置为False吧，否则这个索引也会作为单独的一列数据

3 使用python pandas 读取csv的每行、每列数据

1、直接上代码，我打印出了每一步的结果，方便大家理解！

# coding=utf-8"""Copyright (c) -. All Rights Reserved.@author: shliang@email: shliang0603@创建和导入csv文件"""import pandas as pdimport globimport osimport numpy as np# 读取csv文件def read_csv_file():'''下面我们来读取数据拿到上面创建的csv文件，主要操作：- 读取每一行数据：一行代表一个样本- 读取每一列数据：一列表示所有样本的一个属性:return:'''data_info1 = pd.read_csv('../test_data/filename1.csv')data_info2 = pd.read_csv('../test_data/filename2.csv')print(type(data_info1)) # <class 'pandas.core.frame.DataFrame'># 查看前几行数据print(data_info1.head()) # 默认查看前5行数据print(data_info1.head(3)) # 指定查看的数据行数print(data_info2.head())'''Unnamed: 0 filepath label0 0 ../test_data\test_0.png01 1 ../test_data\test_1.png12 2 ../test_data\test_2.png23 3 ../test_data\test_3.png34 4 ../test_data\test_4.png4Unnamed: 0 filepath label0 0 ../test_data\test_0.png01 1 ../test_data\test_1.png12 2 ../test_data\test_2.png2filepath label0 ../test_data\test_0.png01 ../test_data\test_1.png12 ../test_data\test_2.png23 ../test_data\test_3.png34 ../test_data\test_4.png4'''# 获取数据的行和列数据print(data_info1.shape) # (5, 3) # 5行、3列数据，每一行表示一个样本数据，这里的第一列是行索引print(data_info2.shape) # (5, 2)# 获取每一列的数据类型print(data_info1.dtypes)print(data_info2.dtypes)'''Unnamed: 0int64filepathobjectlabelint64dtype: objectfilepath objectlabel int64dtype: object'''################################################################################################# 获取列名columns1 = data_info1.columnscolumns2 = data_info2.columnsprint('coloumns1:', columns1)print('coloumns2:', columns2)# 把列名转换成列表 to_list() 或 tolist() 两种方法是一样的，源码中有赋值to_list = tolistcolumns1_list = data_info1.columns.tolist()columns2_list = data_info2.columns.to_list()print('coloumns1 list:', columns1_list)print('coloumns2 list:', columns2_list)'''coloumns1: Index(['Unnamed: 0', 'filepath', 'label'], dtype='object')coloumns2: Index(['filepath', 'label'], dtype='object')coloumns1 list: ['Unnamed: 0', 'filepath', 'label']coloumns2 list: ['filepath', 'label']'''# 获取指定列数据filenames1 = data_info1['filepath']filenames2 = data_info1[['filepath']]# 获取指定多列数据，把要获取的列名放到一个列表中，确保你的列名正确并存在，否则报KeyErrorfilenames3 = data_info1[['filepath', 'label']]print('filenames1:', filenames1)print('filenames2:', filenames2)print('filenames3:', filenames3)# 把获取的某一列数转换成列表filename1_list = data_info1['filepath'].tolist()print('filenames1 list:', filename1_list)'''filenames1: 0 ../test_data\test_0.png1 ../test_data\test_1.png2 ../test_data\test_2.png3 ../test_data\test_3.png4 ../test_data\test_4.pngName: filepath, dtype: objectfilenames2: filepath0 ../test_data\test_0.png1 ../test_data\test_1.png2 ../test_data\test_2.png3 ../test_data\test_3.png4 ../test_data\test_4.pngfilenames3: filepath label0 ../test_data\test_0.png01 ../test_data\test_1.png12 ../test_data\test_2.png23 ../test_data\test_3.png34 ../test_data\test_4.png4filenames1 list: ['../test_data\\test_0.png', '../test_data\\test_1.png', '../test_data\\test_2.png', '../test_data\\test_3.png', '../test_data\\test_4.png']'''################################################################################################# 获取某些行数据# 去除指定的某一行数据，索引是从0开始的，如下是取出第3行数据。（如果超过行索引会报KeyError）# object 表示字符串类型的值line3 = data_info2.loc[2]print(line3)'''filepath ../test_data\test_2.pnglabel 2Name: 2, dtype: object'''# 取出指定的某一行数据，并转换成列表line3_list = data_info2.loc[2].tolist()print('line3 list:', line3_list) # line3 list: ['../test_data\\test_2.png', 2]# 取出指定的多行数据，如下取出第2行和第4行数据multi_line_data = data_info2.loc[[1, 3]]print(multi_line_data) # 得到的对象是DateFrame，还可以对齐进行行列等操作'''filepath label1 ../test_data\test_1.png13 ../test_data\test_3.png3'''# 取出连续多行数据，如下取出第2到第5行数据mulut_conti_line_data = data_info2.loc[1:5]print(mulut_conti_line_data) # 得到的对象是DateFrame，还可以对齐进行行列等操作'''filepath label1 ../test_data\test_1.png12 ../test_data\test_2.png23 ../test_data\test_3.png34 ../test_data\test_4.png4'''# 对DataFrame的每一行进行循环for index, row in data_info2.iterrows():# print(row)'''filepath ../test_data\test_0.pnglabel 0Name: 0, dtype: object'''# 然后根据列名，获取指定的行对应指定列的数据filepath = row['filepath']label = row['label']print(filepath, label) # ../test_data\test_0.png 0if __name__ == '__main__':read_csv_file()

如果你想了解更多关于pandas的使用技巧可以参考这篇文章