Pandas处理CSV文件，分为以下几步：
- 读取Pandas文件
- 统计列值出现的次数
- 筛选特定列值
- 遍历数据行
- 绘制直方图(柱状图📊)
读取Pandas文件
df = pd.read_csv(file_path, encoding='GB2312')
print(df.info())
注意：Pandas的读取格式默认是UTF-8，在中文CSV中会报错：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd1 in position 2: invalid continuation byte
修改编码为 GB2312 ，即可，或者忽略encode转义错误，如下：
df = pd.read_csv(file_path, encoding='GB2312')
df = pd.read_csv(file_path, encoding='unicode_escape')
df.info()显示df的基本信息，例如：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3840 entries, 0 to 3839
Data columns (total 16 columns):
0 实验时间批次 1280 non-null object
1 物镜倍数 1280 non-null object
2 板子编号 1280 non-null object
3 板子编号及物镜倍数 1280 non-null object
4 图名称 1280 non-null object
5 细胞类型 1280 non-null object
6 板子孔位置 1280 non-null object
7 孔拍摄位置 1280 non-null int64
8 细胞培养基 1280 non-null object
9 细胞培养时间（小时） 1280 non-null int64
10 扰动类别 1280 non-null object
11 扰动处理时间（小时） 1280 non-null int64
12 扰动处理浓度（ug/ml） 1280 non-null float64
13 标注激活(1/0) 1280 non-null int64
14 unique 1280 non-null object
15 tvt 1280 non-null int64
dtypes: float64(1), int64(5), object(10)
memory usage: 170.0+ KB
遍历数据行
for idx, row in df_plate1_lb0.iterrows():，通过row[“列名”]，输出具体的值，如下：
for idx, row in df_plate1_lb0.iterrows():
img_name = row["图名称"]
img_ch_format = img_format.format(img_name, "{}")
for i in range(1, 7):
img_path = os.path.join(plate1_img_folder, img_ch_format.format(i))
img = cv2.imread(img_path)
print('[Info] img shape: {}'.format(img.shape))
break
输出：
[Info] img shape: (1080, 1080, 3)
[Info] img shape: (1080, 1080, 3)
[Info] img shape: (1080, 1080, 3)
[Info] img shape: (1080, 1080, 3)
[Info] img shape: (1080, 1080, 3)
[Info] img shape: (1080, 1080, 3)
绘制直方图(柱状图📊)
统计去除背景颜色的灰度图字典
pix_bkg = np.argmax(np.bincount(img_gray.ravel()))
img_gray = np.where(img_gray pix_bkg + 2, 0, img_gray)
img_gray = img_gray.astype(np.uint8)
hist = cv2.calcHist([img_gray], [0], None, [256], [0, 256])
hist = hist.ravel()
hist_dict = collections.defaultdict(int)
for i, v in enumerate(hist):
hist_dict[i] += int(v)
hist_dict[0] = 0
绘制柱状图：
- plt.subplots：设置多个子图，figsize背景尺寸，facecolor背景颜色
- ax.set_title：设置标题
- ax.bar：x轴的值，y轴的值
- ax.set_xticks：x轴的显示间隔
- plt.savefig：存储图像
- plt.show：展示
fig, ax = plt.subplots(1, 1, figsize=(10, 8), facecolor='white')
ax.set_title('channel {}'.format(ci))
n_bins = 100
ax.bar(range(n_bins+1), [hist_dict.get(xtick, 0) for xtick in range(n_bins+1)])
ax.set_xticks(range(0, n_bins, 5))
plt.savefig(res_path)
plt.show()
效果：
Original: https://blog.csdn.net/u012515223/article/details/125073632
Author: SpikeKing
Title: Pandas处理CSV文件的常用技巧
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/639234/
转载文章受原作者版权保护。转载请注明原作者出处！