python打印csv文件列的最大最小值

可以使用pandas库来读取csv文件，并使用describe()函数来获取每列的最大值和最小值。

示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv('example.csv')

# 获取每列的最大值和最小值
min_values = df.describe().loc['min']
max_values = df.describe().loc['max']

# 打印结果
print('最小值：\n', min_values)
print('最大值：\n', max_values)

其中，'example.csv'是你要读取的csv文件名称。这段代码会输出每列的最大值和最小值。

相关问题

python中怎么读取一个.csv文件进行最大最小值归一化后另存为新的.csv文件

你可以使用pandas库来读取和处理.csv文件，并使用min-max归一化方法。以下是一个示例代码：

import pandas as pd

#读取原始csv文件
data = pd.read_csv('input.csv')

# 找到需要归一化的列
columns_to_normalize = ['column1', 'column2', 'column3']

# 最大最小值归一化
data[columns_to_normalize] = (data[columns_to_normalize] - data[columns_to_normalize].min()) / (data[columns_to_normalize].max() - data[columns_to_normalize].min())

# 将归一化后的数据保存为新的csv文件
data.to_csv('output.csv', index=False)

在上面的代码中，你需要将'input.csv'替换为你想要读取的原始.csv文件的路径。同时，将'column1', 'column2', 'column3'替换为你想要进行最大最小值归一化的列名。最后，将'output.csv'替换为你想要保存的新的.csv文件的路径。

运行代码后，你将得到一个经过最大最小值归一化处理的新的.csv文件。

python读取csv文件指定列，比较大小

好的，针对您的问题，您可以使用Python内置的csv模块来读取csv文件，然后使用pandas库来处理数据。

具体步骤如下：

1. 导入csv和pandas模块

import csv
import pandas as pd

2. 使用csv模块读取csv文件，并选择需要比较的列，将数据存储在列表中：

data = []
with open('your_file.csv') as f:
    reader = csv.reader(f)
    for row in reader:
        data.append(row[column_index])

其中，`column_index`是您需要比较的列的索引。

3. 将列表转换为pandas的DataFrame对象，并使用`sort_values()`方法将数据按照大小进行排序：

df = pd.DataFrame({'column_name': data})
sorted_df = df.sort_values('column_name')

其中，`column_name`是您需要比较的列的名称。

4. 如果您需要获取最大值和最小值，可以使用以下代码：

max_value = sorted_df.iloc[-1]['column_name']
min_value = sorted_df.iloc[0]['column_name']

这样就可以获取到您所需要的最大值和最小值了。

希望这个回答能够帮助到您！