上下文

Question

上下文

I've learned，当在Python中读取文件时应使用with open：

import csv

with open('employee_birthday.txt') as csv_file:
    csv_reader = csv.reader(csv_file, delimiter=',')
    line_count = 0
    for row in csv_reader:
        if line_count == 0:
            print(f'Column names are {", ".join(row)}')
            line_count += 1
        else:
            print(f'\t{row[0]} works in the {row[1]} department, and was born in {row[2]}.')
            line_count += 1
    print(f'Processed {line_count} lines.')

（source）

但是，我已经看到多个示例，这些示例在使用熊猫的pd.read_csv时不使用此结构：

# Load the Pandas libraries with alias 'pd' 
import pandas as pd 
# Read data from file 'filename.csv' 
# (in the same directory that your python process is based)
# Control delimiters, rows, column names with read_csv (see later) 
data = pd.read_csv("filename.csv") 
# Preview the first 5 lines of the loaded data 
data.head()

（source）

问题

➥使用熊猫的with open():读取.csv文件时，我应该使用pd.read_csv吗？
（或者pd.read_csv已经足够聪明了？）

Answer 1

MATCH (t:Title)-[:ACTS_IN]-(p:Principal)-[:ACTS_BY]->(n:Name) WHERE t.originalTitle IN ["The Terminator", "True Lies"] WITH DISTINCT t, p, n WITH n, count(n) as occurrences WHERE occurrences >= 2 RETURN n.primaryName方法允许用户需要对文件中的单行或多行进行逐行操作。

with open('<>') as file:以不同的方式处理文件。 将文件导入pandas数据框时，会将文件的全部内容导入数据框。不需要指定打开和关闭文件，因为您将在其中处理数据框。

因此， 当您将文件读取到pandas时，不需要pandas dataframe。

Answer 2

pd.read_csv（）非常聪明，可以处理文件的打开。足以区分文件对象和文件路径。

Answer 3

将文件导入熊猫时，无需专门打开文件。您可以直接导入pandas数据框并开始使用数据框。

exam_data = pd.read_csv('exams.csv', quotechar='"')
exam_data

所以回答您的问题pd.read_csv就足够了。

如果我使用pd.read_csv应该使用open（file）：`吗？

上下文

问题

3 个答案: