Pandas—dataframe数据分析

一、dataframe读取数据文件

导包：import pandas as pd

格式：pd对象.read_数据格式(路径) 

# 例如:
pd.read_csv('data/movie.csv')

import pandas as pd
data=pd.read_csv('data/test.tsv',sep='\t')
data_fm=data.head()

---

数据格式一般有以下几种

#cvs：文本数据文件
#html：html数据文件
#pickle：Python特有文件
#json：json数据文件
#excel：excel类型的数据文件
csv_data=pd.read_csv('output/test.tsv',sep='\t')
html_data=pd.read_html('output/test.html')
pick_data=pd.read_pickle('output/test.pickle')
json_data=pd.read_json('output/test.json')
excel_data=pd.read_excel('output/test.xlsx')

其它四个读取的数据文件对象都是dataframe类型，可以直接使用dataframe的属性和方法，而需要注意的是读取html格式的数据文件类型是列表（list），所以它不能直接使用dataframe的属性和方法。如下：

二、dataframe对象保存数据到文件

import pandas as pd
data=pd.read_csv('data/test.tsv',sep='\t')#读取数据文件
data_fm=data.head()#获取数据文件的前五行
data_fm.to_pickle('output/test.pickle')#将data_fm对象保存为pickle类型的文件
data_fm.to_excel('output/test.xlsx')#将data_fm对象保存为excel类型的文件
data_fm.to_csv('output/test.tsv',index=False,sep='\t')#将data_fm对象保存为csv类型的文件
data_fm.to_json('output/test.json')#将data_fm对象保存为json类型的文件
data_fm.to_html('output/test.html')#将data_fm对象保存为html类型的文件

其中设置index=False可以取消索引保存，即保存的文件不包含索引，值得注意的是，如果是自己设置了索引名，请重置索引再保存（reset_index()），而sep参数在保存.tsv文件是常用，可以让保存的数据不以逗号隔开，而是以空格隔开

加了sep='\t':