【数据分析day04】数据加载（读/写）

pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，期中read_csv和read_table这两个使用最多

导包：

import pandas as pd
from pandas import Series,DataFrame
import numpy as np

读取

1. 使用read_csv读取

pd.read_csv(’./data/SMSSpamCollection’, sep=’\t’, header=None)

pd.read_csv(’./type-.txt’, sep=’-’, header=None)

还可以读取网上的
pd.read_csv(‘https://raw.githubusercontent.com/datasets/investor-flow-of-funds-us/master/data/weekly.csv’)

2. 使用read_table读取

pd.read_table(’./data/SMSSpamCollection’, header=None)

table 就是制表符，就是上面的 sep=’\t’

3. 使用read_excel读取excel

excel 的后缀 “.xlsx”

pd.read_excel(’./test.xlsx’, sheet_name=2, header=[0, 1], index_col=[0, 1])

4. 使用read_sql读取sqlite文件

先连接数据库，再读取

导出

to_csv

weather_2017.to_csv(‘weather_2017.csv’)

to_json

weather_2017.to_json(‘weather_2017.json’)

to_html

weather_2017.to_html(‘weather_2017.html’)

to_sql

先从sqlite种读取，再写入到
conn = sqlite3.connect(’./data.sqlite’)
weather_2017.to_sql(‘Weather_2019’, conn)