sqlite加载csv文件,并做数据分析

csv文件太多,很难做数据分析,可以下载sqllite到本地,将数据导入到sqllite中并做数据分析。

1、下载并安装sqlite3,注意windows需要下载sqllite3的两个文件

下载地址:https://www.sqlite.org/download.html
在这里插入图片描述

2、解压到同一个目录下面即可

在这里插入图片描述

3、将csv文件导入到sqlite中,有很多种方式,自己选择一种

3.1 点击sqllite3.exe文件

3.2 新建一个db数据库

.open billing-20220625.db

在这里插入图片描述
3.3 制定导入的规整

.separator ','

3.4 导入csv文件到数据库中

 .import billing.csv billing

billing.csv 分析的csv文件名称
billing 对应的数据库表名称
在这里插入图片描述

4、使用Navicat等工具链接上sqlite,进行数据分析

在这里插入图片描述
在这里插入图片描述

如果是liunx版本的sqllite,存在无法创建表的问题,则使用mode csv命令,创建表

比如:

.mode csv /usr/local/tools/billing.csv

然后再执行

.import /usr/local/tools/billing.csv billing

在这里插入图片描述

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Jupyter Notebook是一个非常强大的数据分析工具,可以实现数据加载储存和文件结构管理。本文将简单介绍如何使用Jupyter Notebook进行数据加载储存和文件结构管理。 数据加载储存 Jupyter Notebook 支持多种数据格式的读写,包括CSV、Excel、JSON、SQL、HDF5等。以下是一些基本的数据读写操作: 1. CSV 文件读写 使用 pandas 库中的 read_csv 函数可以读取 CSV 文件,并使用 to_csv 函数可以将 DataFrame 对象保存为 CSV 文件。 ```python import pandas as pd # 读取 CSV 文件 df = pd.read_csv('data.csv') # 将 DataFrame 对象保存为 CSV 文件 df.to_csv('data_new.csv') ``` 2. Excel 文件读写 使用 pandas 库中的 read_excel 函数可以读取 Excel 文件,并使用 to_excel 函数可以将 DataFrame 对象保存为 Excel 文件。 ```python import pandas as pd # 读取 Excel 文件 df = pd.read_excel('data.xlsx') # 将 DataFrame 对象保存为 Excel 文件 df.to_excel('data_new.xlsx') ``` 3. JSON 文件读写 使用 pandas 库中的 read_json 函数可以读取 JSON 文件,并使用 to_json 函数可以将 DataFrame 对象保存为 JSON 文件。 ```python import pandas as pd # 读取 JSON 文件 df = pd.read_json('data.json') # 将 DataFrame 对象保存为 JSON 文件 df.to_json('data_new.json') ``` 4. SQL 数据库读写 使用 pandas 库中的 read_sql 函数可以读取 SQL 数据库中的数据,并使用 to_sql 函数可以将 DataFrame 对象保存到 SQL 数据库中。 ```python import pandas as pd import sqlite3 # 连接 SQLite 数据库 conn = sqlite3.connect('data.db') # 读取 SQL 数据库中的数据 df = pd.read_sql('SELECT * FROM data_table', conn) # 将 DataFrame 对象保存到 SQL 数据库中 df.to_sql('data_table_new', conn) ``` 5. HDF5 文件读写 使用 pandas 库中的 read_hdf 函数可以读取 HDF5 文件,并使用 to_hdf 函数可以将 DataFrame 对象保存为 HDF5 文件。 ```python import pandas as pd # 读取 HDF5 文件 df = pd.read_hdf('data.h5') # 将 DataFrame 对象保存为 HDF5 文件 df.to_hdf('data_new.h5', key='data') ``` 文件结构管理 Jupyter Notebook 支持文件结构管理,并支持文件夹和文件的创建、删除和重命名操作。使用 Jupyter Notebook 的文件结构管理功能,可以更好地组织和管理数据分析项目的文件文件夹。 1. 文件夹和文件的创建 在 Jupyter Notebook 的文件浏览器中,可以通过点击 New Folder 或者 New 文件按钮来创建新的文件夹或者文件。 2. 文件夹和文件的删除 在 Jupyter Notebook 的文件浏览器中,可以通过选中要删除的文件夹或者文件,然后点击 Delete 按钮来删除它们。 3. 文件夹和文件的重命名 在 Jupyter Notebook 的文件浏览器中,可以通过选中要重命名的文件夹或者文件,然后点击 Rename 按钮来重命名它们。 总结 本文介绍了如何使用 Jupyter Notebook 进行数据加载储存和文件结构管理。数据加载储存方面,Jupyter Notebook 支持多种数据格式的读写,包括 CSV、Excel、JSON、SQL、HDF5 等;文件结构管理方面,Jupyter Notebook 支持文件夹和文件的创建、删除和重命名操作,可以更好地组织和管理数据分析项目的文件文件夹。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MonkeyKing.sun

对你有帮助的话,可以打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值