《利用Python进行数据分析》Chapter 6

本章主要介绍pandas对数据分输入和输出。通常有以下几种类型：读取文本文件及硬盘上其他更高效的格式文件、从数据库载入数据、与网络资源进行交互（比如Web API）。

1. 文本格式数据的读写

使用最多的函数：
read_csv ： 从文件、URL或文件型对象读取分隔好的数据，默认分隔符是逗号
read_table： 从文件、URL或文件型对象读取分隔好的数据，默认分隔符是制表符（’\t’)
read_excel： 从Excel的XLS或XLSX文件中读取表格
read_html： 从HTML文件中读取所有表格数据
read_json： 从JSON字符串中读取数据
read_sql： 将SQL查询的结果（使用SQLAlchemy）读取为pandas的DtatFrame

! type pydata-book-2nd-edition\examples\ex1.csv # 使用type命令来打印文件的原始内容
a,b,c,d,message
1,2,3,4,hello
5,6,7,8,world
9,10,11,12,foo

df = pd.read_csv('pydata-book-2nd-edition\examples\ex1.csv')
df
	a	b	c	d	message
0	1	2	3	4	hello
1	5	6	7	8	world
2	9	10	11	12	foo
pd.read_table("pydata-book-2nd-edition\examples\ex1.csv", sep=',') #指定分隔符
	a	b	c	d	message
0	1	2	3	4	hello
1	5	6	7	8	world
2	9	10	11	12	foo

1.1 读取时的一些选项

a. 有些文件并不包含表头行，可以指定pandas的默认列名，也可以指定列名

! type pydata-book-2nd-edition\examples\ex2.csv
1,2,3,4,hello
5,6,7,8,world
9,10,11,12,foo
pd.read_csv('pydata-book-2nd-edition\examples\ex2.csv') # 默认将第一行作为列名
	1	2	3	4	hello
0	5	6	7	8	world
1	9	10	11	12	foo
pd.read_csv("pydata-book-2nd-edition\examples\ex2.csv", header=None) # 使用pandas默认列名
	0	1	2	3	4
0	1	2	3	4	hello
1	5	6	7	8	world
2	9	10	11	12	foo
pd.read_csv('pydata-book-2nd-edition\examples\ex2.csv', names=['a', 'b', 'c', 'd', 'message'])
	a	b	c	d	message
0	1	2	3	4	hello
1	5	6	7	8	world
2	9	10	11	12	foo
pd.read_csv('pydata-book-2nd-edition\examples\ex2.csv', names=['a', 'b', 'c', 'd', 'message'], 		
			index_col='message')
			
		a	b	c	d
message				
hello	1	2	3	4
world	5	6	7	8
foo	9	10	11	12

b. 可以从多个列中形成一个分层索引

! type pydata-book-2nd-edition\examples\csv_mindex.csv
key1,key2,value1,value2
one,a,1,2
one,b,3,4
one,c,5,6
one,d,7,8
two,a,9,10
two,b,11,12
two,c,13,14
two,d,15,16

pd.read_csv('pydata-book-2nd-edition\examples\csv_mindex.csv', index_col=['key1', 'key2'])
				value1	value2
key1	key2		
one		a		1		2
		b		3		4
		c		5		6
		d		7		8
two		a