panads（一）：读取文件+基本属性+数据类型

一、panads读取数据

前提：读取的文件形式为我们的表格形式

1.读取纯文本文件

1.1 读取CSV，使用默认的标题行、逗号分隔符

import panads as pd

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

1.2 读取txt文件，自己指定分隔符、列名
原文件样子：

pvuv = pd.read_csv(
    fpath,      # 文件路径
    sep="\t",     #该文件内部的分隔符
    header=None,   #该文件没表头
    names=['pdate', 'pv', 'uv']  #自定义表头
)
print(pvuv)

其他操作同上。

2.读取excel文件

pvuv = pd.read_excel(fpath)

3.读取MySQL数据库

import pymysql
db = 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=db)
print（mysql_page）

---

二、基本属性

import panads as pd

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

# 2.查看数据的形状，返回(行数、列数)
ratings.shape     #(100836, 4)

# 3.查看列名列表
ratings.columns
# Index(['userId', 'movieId', 'rating', 'timestamp'], dtype='object')

# 4.查看索引列
ratings.index
# RangeIndex(start=0, stop=100836, step=1)

# 5.查看每列的数据类型
ratings.dtypes
'''
userId         int64
movieId        int64
rating       float64
timestamp      int64
dtype: object
'''
# 6.查看前几行数据
ratings.head()

三、Panads的数据结构

类型	意义
Series	一行或者一列类型的数据结构
DataFrame	表格型数据结构

1.Series类型

定义：Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数据标签（即索引）组成。

1.1 仅有数据列表即可产生最简单的Series

1.2 创建一个具有标签索引的Series

1.3 使用Python字典创建Series

1.4 根据标签索引查询数据

import pandas as pd

a = pd.Series(['a', 'b', 'c', 'd'])
print(a[2])  # 查询一个元素
print(a[0:3])  # 查询范围元素
print(a[[1, 3]])  # 查询指定索引两个元素

2. DataFrame类型

定义：DataFrame是一个表格型的数据结构

• 每列可以是不同的值类型（数值、字符串、布尔值等）
• 既有行索引index,也有列索引columns
• 可以被看做由Series组成的字典

2.1 根据多个字典序列创建dataframe

3. 从DataFrame中查询出Series

• 如果只查询一行、一列，返回的是pd.Series
• 如果查询多行、多列，返回的是pd.DataFrame

dz为该数据，接下来对该数据进行查询演示