Pandas系列学习教程

Pandas系列学习教程01

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Pandas 学习入门之pandas读取数据

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了Pandas学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas数据读取

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

下面展示一些 数据读取代码。

1.引入库

代码如下（示例）：

import pandas as pd

2.读取纯文本文件

2.1读取csv，使用默认的标题行、逗号分隔符

代码如下（示例）：

#文件相对路径
fpath = "./10E_VDS.csv"

#使用pd.read_csv(fpath)读取数据
vds = pd.read_csv(fpath)

#查看前几行数据(通常是5行）
vds.head()

#查看数据的形状，返回（行数、列数）
vds.shape

#查看列名表格
vds.columns

#查看索引列
vds.index

#查看每列的数据类型
vds.dtypes

2.2读取txt文件，自己指定分隔符、列名

代码如下（示例）：

#文件相对路径
fpath = "./shijian.txt"

#使用pd.read_csv(fpath)读取数据
shijian = pd.read_csv(
    fpath,
    sep = "\t",
    header = None,
    names = ['date','number','grade']
)

#查看前几行数据(通常是5行）
shijian.head()

shijian

2.读取excel文件

代码如下（示例）：

fpath = "./10E_VDS.xlsx"
vds01 = pd.read_excel(fpath)

vds01

3.读取MySQL数据库

代码如下（示例）：

import pymysql
conn = pymysql.connect(
        host='127.0.0.1',
        user='root',
        password='12345678',
        database='test',
        charset='utf8'
    )

mysql_page = pd.read_sql("select * from crazyant_pvuv", con=conn)

mysql_page

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。