python
数据处理
Pandas:是一个强大的对数据分析的集合。
示例:数据格式化输出。
import pandas as pd
list=[100,500,234,10]
#转换成数据结构
serial=pd.Series(list)
print(serial)
dic={'年龄':['500岁','一万年','20出头'],'活动':['打妖怪','吃唐僧','念佛'],'姓名':['大圣','妖怪','师傅']}
#默认行索引
df=pd.DataFrame(dic)
print(df)
结果
CSV:读取CSV文件。
示例
import csv
#打开绝对路径的CSV文件
fileCSV=open('E:\\python\\Infrastructure\\第六章\\_testCSV.csv','r')
#读取CSV文件数据
_csvread=csv.reader(fileCSV)
#循环输出每一列数据
for row in _csvread:
print(row)
#关闭文件
fileCSV.close()
结果
Pandas:跟据行列键值方式读取CSV文件。
示例
import pandas as pd
#header索引,list对每一列设置一个标题
df=pd.read_csv('E:\\python\\Infrastructure\\第六章\\_testCSV.csv',header=0,names=list('键值对数'))
#读取值
print(df.values)
#列
print(df.columns)
#原始数据
print(df)
结果
CSV和Pandas:二种文件写入方式。
示例
import csv
import pandas as pd
_w1=['大圣','打妖怪']
_w2=['妖怪','被打']
#a是以追加形式
fileout=open('E:\python\Infrastructure\第六章\_writeCSV.csv','a',newline='')
#写入形式
csv_write=csv.writer(fileout,dialect='excel')
csv_write.writerow(_w1)
csv_write.writerow(_w2)
fileout.close()
print('写完了')
df=pd.DataFrame([_w1,_w2],columns=['姓名','活动'])
print(df)
df.to_csv('E:\python\Infrastructure\第六章\_writeCSV.csv',mode='a',index=0,header=0,encoding='gbk')
结果
Excel操作之读取Excel
示例
import xlrd
filename='E:\\python\\Infrastructure\\第六章\\_excel.xls'
#打开Excel
wb=xlrd.open_workbook(filename)
#读取第一个sheet
sheet=wb.sheets()[0]
#sheet行数据
RowNum=sheet.nrows
#sheet列数据
Column=sheet.ncols
#行数据读取
for i in range(RowNum):
rowData=sheet.row_values(i)
for item in rowData:
print(item)
结果
Json操作之读取
示例
import json
with open('E:\python\Infrastructure\第六章\_jsonfile.json','r',encoding='utf-8') as jf:
#读取整个json文件
jstr=jf.readlines()
#分行输出
for j in jstr:
print(j)
结果
Json操作之写入
示例
import json
#将要写入内容
dic={'k1':'1','v1':'1'}
#转换json格式
jsonstr=json.dumps(dic)
with open('E:\python\Infrastructure\第六章\_jsonfile.json','w',encoding='utf-8') as jf:
#打开文件开始写入
jf.write(jsonstr)
print('写入结束')
结果
Sql Server操作之读取数据库的其他操作,其实也只是sql语句执行过程。
示例
import pymssql
#数据库连接
connstr=pymssql.connect(server='(local)',database='Wms',user='sunyong',password='1qaz!QAZ')
#游标
cur=connstr.cursor()
sql='SELECT Top 10 * FROM dbo.TestReports'
#执行sql语句
cur.execute(sql)
#列表类型,一行行输出方式
rows=cur.fetchall()
for r in rows:
print(r[0],r[1],r[2],r[3],r[4])
cur.close()
#关闭连接
connstr.close()
结果
如有错误请联系更改:微信 sy157715743