标题利用Python进行数据分析(四):数据加载、存储与文件格式
学习笔记来源于:简书https://www.jianshu.com/p/047d8c1c7e14
输入输出通常可以划分为几个大类:读取文本文件和其他更高效的磁盘存储格式,加载数据库中的数据,利用Web API操作网络资源。
一、读写文本格式的数据
1、pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。下表对它们进行了总结,其中read_csv和read_table可能会是今后用得最多的。
这些函数的选项可以划分为以下几个大类:
索引:将一个或多个列当做返回的DataFrame处理,以及是否从文件、用户获取列名。
类型推断和数据转换:包括用户定义值的转换、和自定义的缺失值标记列表等。
日期解析:包括组合功能,比如将分散在多个列中的日期时间信息组合成结果中的单个列。
迭代:支持对大文件进行逐块迭代。
不规整数据问题:跳过一些行、页脚、注释或其他一些不重要的东西(比如由成千上万个逗号隔开的数值数据)。
首先我们来看一个以逗号分隔的(CSV)文本文件:
import matplotlib as mpl
import pandas as pd
import numpy as np
data=pd.read_csv("example.csv")
print(data)
输出结果为:
我们还可以使用read_table,并指定分隔符:
data1=pd.read_table("example.csv",sep=",")
print(data1)
并不是所以文件都有标题行。
data=pd.read_csv("example1.csv",header=None)
读入该文件的办法有两个。你可以让pandas为其分配默认的列名,也可以自己定义列名:
data1=pd.read_csv("example1.csv",names=["a","b","c","d","message"])
假设你希望将message列做成DataFrame的索引。你可以明确表示要将该列放到索引4的位置上,也可以通过index_col参数指定"message":
name=["a","b","c","d","message"]
data1=pd.read_csv("example1.csv",names=name,index_col="message")
如果希望将多个列做成一个层次化索引,只需传入由列编号或列名组成的列表即可:
data=pd.read