Pandas —— 数据读取

前文

数据清洗 —— Pandas 的简单使用方法

Pandas 数据读取

Pandas 需要先读取表格类型的数据,然后才能进行分析

数据类型说明Pandas 读取方法
csv、tsv、txt用逗号分隔,tab 分割的纯文本文件pd.read_csv
excel微软 xls 或者 xlsx 文件pd.read_excel
MySQL关系型数据库表pd.read_sql

纯文本文件读取

文件内容如下:
在这里插入图片描述
使用 pandas 将这些数据读取并打印出来

# author       :  Woo_home
# create_time  :  2020/7/17 22:11

import pandas as pd

file_path = './demo.txt'
'''
    file_path:文件路径
    sep:分隔符
    header 设置为 None 的意思是说这个文件没有标题行
    names:自己设置列名
'''
data = pd.read_csv(file_path, sep=" ", header=None, names=['pdate','A','B','C','D'])
print(data)

输出结果:左侧的为索引
在这里插入图片描述

csv 文件读取

csv 文件如下
在这里插入图片描述
ok,现在用 pandas 来操作这个文件

# author       :  Woo_home
# create_time  :  2020/7/17 20:45

import pandas as pd

# 文件所在路径
file_path = './students.csv'

# 使用 pd.read_csv 读取文件
data = pd.read_csv(file_path)

# 打印前 5 行数据
print(data.head())

# 打印数据的形状,返回(行数,列数)
print(data.shape)

# 打印列名列表
print(data.columns)

# 打印索引列
print(data.index)

# 打印每列的数据类型
print(data.dtypes)

输出结果:
在这里插入图片描述

Excel 文件读取

设置 Excel 文件内容如下:
在这里插入图片描述
使用 pandas 的 read_excel 方法读取 Excel 文件内容并打印出来,代码如下:

# author       :  Woo_home
# create_time  :  2020/7/18 11:03

import pandas as pd

file_path = './demo.xlsx'
data = pd.read_excel(file_path)
print(data)

输出结果:
在这里插入图片描述

MySQL 数据表读取

数据库表中的数据如下:
在这里插入图片描述
使用 pandas 的 pd.read_sql 读取表数据,但是该操作需要连接数据库,所以需要安装 pymysql 的一个库,安装命令很简单,pip install pymysql 即可

# author       :  Woo_home
# create_time  :  2020/7/18 11:07

import pandas as pd
# 导入 pymysql
import pymysql

'''
    host:主机名称
    user:用户名
    password:连接密码
    database:选择你要连接的数据库名
    charset:编码格式
'''
connection = pymysql.connect(
                host = '',
                user = '',
                password = '',
                database = 'student',
                charset = 'utf8'
             )
mysql_page = pd.read_sql("select * from user", con=connection)
print(mysql_page)

输出结果:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值