1.包导入
一般我们需要做如下导入,numpy和pandas一般需要联合使用:
import pandas as pd
import numpy as np
本文采用如下缩写: df:Pandas DataFrame对象 s: Pandas Series对象
df = pd.read_excel (filename): 从Excel文件导入数据
pd.read_csv (filename):从CSV文件导入数据
pd.read_table (filename):从限定分隔符的文本文件导入数据
pd.read_sql (query, connection_object):从SQL表/库导入数据
pd.read_json (json_string):从JSON格式的字符串导入数据
pd.read_html (url):解析URL、字符串或者HTML文件
pd.read_clipboard():从粘贴板获取内容
df = pd.DataFrame (dict): 从字典对象导入数据
举例:
(1)#从文本文件中读取数据 df=pd.read_csv('data.csv') #数据自带列名 #等效于 df=pd.read_table('data.csv',sep=',') #sep指分隔符,对于不是固定的分隔符时,可以编写正则表达式作为分隔符 (2)#自定义列名: df2=pd.read_csv('data1.csv',names=['a','b','c','d','messgae']) |
3.数据导出 (数据导进df后,都用df.方法())
df.to_csv (filename):导出数据到CSV文件
df.to_excel (filename): 导出数据到Excel文件
df.to_sql (table_name, connection_object):导出数据到SQL表
df.to_json (filename):以Json格式导出数据到文本文件
4.创建对象
pd.DataFrame (np.random.rand(20,5)):创建20行5列的随机数组成的DataFrame对象
pd.Series (my_list):从可迭代对象my_list创建一个Series对象
df.index = pd.date_range('1900/1/30', periods=df.shape[0]):增加一个日期索引