pandas学习笔记一：读取，写入文件，数据库等

一.读取和写入文件

# 读取文件csv和excel
import pandas

data = pandas.read_csv("datasets\BeijingPM2.5.csv",nrows=10)
print(data)

# 写入文件，index=False表示不写入行索引
data.to_csv("datasets\output.csv",index=False,columns=["year","hour"])

a.常见的读取文件的参数:

b.常见写入文件的参数：

二.读取和写入数据库

from sqlalchemy import create_engine
import pandas

engine = create_engine("mysql+pymysql://root:123456@192.168.1.100:3306/db_pandas?charset=utf8mb4")

data = pandas.read_excel(r"datasets\titanic3.xls",sheet_name="titanic3")
print(data.values)

# 写入数据库
# data.to_sql("to_titanic",con=engine,index_label="id",if_exists="replace")


# 读取数据库中的数据，使用表名
data = pandas.read_sql("to_titanic",con=engine)
# print(data)

# 可以使用sql语句读取某一列
data = pandas.read_sql("select name from to_titanic;",con=engine)
print(data)

数据库的连接的相关参数:

数据库读入的几个方法：

三.DateFrame

import pandas

data = pandas.read_excel(r"datasets\titanic3.xls",sheet_name="titanic3")
print(data.values)

结果：返回的是一个二维列表

常见属性：

四.python列表和numpy数据类型转换为DataFrame

import pandas
# list—>DataFrame
a=[[1,2],[5,3]]
data = pandas.DataFrame(a)
print(data)
numpy同理，传入numpy对象就可以