将数据读取为 Pandas.DataFrame
读写文本文件(csv)
读
pd.read_csv(filepath, sep=',', header)
"""
filepath: 文件路径
sep:数据的分隔符,默认','
header:将某行作为列名,默认文件的第一行为列名
=None:第一行是数据,不是列名
"""
pd.read_table(...) 同上
import pandas as pd
d = {'id':[1,2,3,4],
'name':['Amy', 'Jack', 'Bob', 'Mike'],
'sex':['F','M','M','M'],
'age':[20, 18, 24, 19]
}
df = pd.DataFrame(d)
print(df)
# 间隔符:逗号
df = pd.read_csv('data.csv')
print(df)
df = pd.read_table('data.csv', sep=',')
print(df)
# 间隔符:空白
df = pd.read_csv('data.csv',sep='\s+')
print(df)
# 设置列索引(列名)
df = pd.read_csv('data.csv', header=None) # 文件第一行为数据,不是列名
print(df)
print(df.columns)
df = pd.read_csv('data.csv',
names=['A1','A2','A3','A4']) # 设置列标签
print(df)
print(df.columns)
# 设置行索引
df = pd.read_csv('data.csv', names=['A1','A2','A3','A4'],
index_col='A4') # 把某列的值设置为行索引
print(df)
df = pd.read_csv('data.csv', names=['A1','A2','A3','A4'],
index_col=['A3', 'A4']) # 多个列设为行索引
print(df)
# 跳行读取
df = pd.read_csv('data.csv', skiprows=[0,2])
print(df)
# 设置缺失值
# 默认将 NA、NULL当作缺失值,读取时自动转为 NaN
d = {'name':['Bob','Mike'], 'age':[20,22]} # 匹配成功的设置成 NaN(age==22没有)
df = pd.read_csv('data.csv', na_values=d)
print(df)
pd.read_csv()、pd.read_table() 的常用参数:
写
import pandas as pd
d = {'id':[1,2,3,4],
'name':['Amy', 'Jack', 'Bob', 'Mike'],
'sex':['F','M','M','M'],
'age':[20, 18, 24, 19]
}
df = pd.DataFrame(d)
print(df)
df.to_csv('data.csv')
df.to_csv('data.csv', sep=' ')
df.to_csv('data.csv', na_rep='NULL') # 将 NaN 写为 NULL
df.to_csv('data.csv', index=False, columns=['name','age']) # 写入指定的列
# 行列索引均为自动索引
df.to_csv('data.csv', index=False, header=None) # 不写入行列索引
df = pd.read_csv('data.csv', header=None)
print(df)
# 行索引为自动索引,列标签
df.to_csv('data.csv', index=False) # 不写入行索引
df = pd.read_csv('data.csv')
print(df)
df.to_csv()
读写 Excel文件
读
能读写 ‘.xls’、‘.xlsx’ 两种文件
import pandas as pd
df = pd.read_excel('data.xlsx')
df = pd.read_excel('data.xlsx', header=None) # 不读取列名,文件第一行为数据
print(df)
# excel 子表
df = pd.read_excel('data.xlsx', sheet_name=0)
df = pd.read_excel('data.xlsx', sheet_name='table1') # 子表 sheet1
print(df)
"""
sheet_name = []或None,返回df为字典,key是子表名
"""
df = pd.read_excel('data.xlsx', sheet_name=[0,1])
df = pd.read_excel('data.xlsx', sheet_name=None) # 所有子表
print(df['Sheet1'])
pd.read_excel()
写
import pandas as pd
d = {'id':[1,2,3,4],
'name':['华生', 'Jack', 'Bob', 'Mike'],
'sex':['F','M','M','M'],
'age':[20, 18, 24, 19]
}
df = pd.DataFrame(d)
print(df)
df.to_excel('data.xlsx')
df.to_excel('data.xlsx', index=False) # 不写行索引
df.to_excel('data.xlsx', index=False, header=False) # 不写行列索引
df.to_excel('data.xlsx', index=False, header=['A1','A2','A3','A4']) # 设置列名
df.to_excel()
读写 Json格式
读写数据库
连接
数据库驱动:连接数据库
- pymysql
- Mysqldb
- mysqlconnector
ORM框架:将数据库表 与 python中的对象映射,用类自动封装数据库表
- SQLAlchemy
from sqlalchemy import create_engine
conn = create_engine('mysql+pymysql://root:123456@localhost:3306/mydb')
"""
驱动:mysql
数据库名:mydb
"""
print(conn) # Engine(mysql+pymysql://root:***@localhost:3306/mydb)
读
from sqlalchemy import create_engine
import pandas as pd
conn = create_engine('mysql+pymysql://root:123456@localhost:3306/store')
"""
驱动:pymysql
数据库名:store
"""
print(conn) # Engine(mysql+pymysql://root:***@localhost:3306/mydb)
# 读取
df = pd.read_sql('commodity_commodityinfos', conn)
print(df)
df = pd.read_sql('commodity_commodityinfos', conn, columns=['name','types','price']) # 选取部分列
print(df)
# 查询
sql = 'SELECT * FROM commodity_commodityinfos WHERE id<10'
df = pd.read_sql(sql, conn, columns=['name','types','price']) # columns 此时没用了,以 sql 语句优先
print(df)
print(len(df))
写
from sqlalchemy import create_engine
import pandas as pd
conn = create_engine('mysql+pymysql://root:123456@localhost:3306/store')
"""
驱动:pymysql
数据库名:store
"""
print(conn) # Engine(mysql+pymysql://root:***@localhost:3306/mydb)
d = {'id':[1,2,3,4],
'name':['华生', 'Jack', 'Bob', 'Mike'],
'sex':['F','M','M','M'],
'age':[20, 18, 24, 19]
}
df = pd.DataFrame(d)
print(df)
df.to_sql('my_df', conn, if_exists='replace') # 表存在,则覆盖
df.to_sql('my_df', conn, if_exists='replace', index=False) # 不写行索引