Pandas常用基础操作指令汇总（一）

本文链接：https://blog.csdn.net/weixin_42152811/article/details/119031707

文章目录

前言
1. 读取数据和保存数据
2. 以csv文件为例：
3. 保存数据

前言

本期为大家带来Pandas常用操作命令介绍的第一篇，主要介绍在数据处理可视化过程中经常用到的一些指令，本系列在后期会不断进行补充更新，希望对你有所帮助。

1. 读取数据和保存数据

1.1 读取CSV文件数据

pd.read_csv(filename)

1.2 从限定分隔符的文本文件读取数据

pd.read_table(filename)

1.3 读取Excel表格数据

pd.read_excel(filename, sheet_name=' 表1')

1.4 读取SQL表/库数据

pd.read_sql(query, connection_object)

1.5 读取JSON格式的字符

pd.read_json(json_string)

1.6 解析URL地址中包含的数据

pd.read_html(url)

1.7 从粘贴板读取数据

pd.read_clipboard()

1.8 读取字典对象数据，其中key是数据框的表头，value是数据框的内容。

pd.DataFrame(dict)

2. 以csv文件为例：

2.1 从CSV文件读取数据,编码’gbk’

pd.read_csv(filename, encoding='gbk')

encoding需要根据实际情况调整。

2.2 读取前6行,当数据量比较大时，可以只读取前n行

pd.read_csv(filename, encoding='gbk', nrows = 6)

注意和df.head()的区别，一个是读取全部文件再取部分数据，一个是只读取部分数据。

2.3 第一列作为行索引,忽略列索引

pd.read_csv(filename, encoding='gbk', header=None, index_col=0)

header=None，忽略列索引，即把表头当成一行数据。

2.4 读取时忽略第1/3/5行和最后两行

pd.read_csv(filename, encoding='gbk', skiprows=[1,3,5], skipfooter=2, engine='python')

skiprows、skipfooter可以是单值或者列表。

2.5 从限定分隔符（’,’）的文件或文本读取数据

pd.read_table(filename, sep=',', encoding='gbk')

3. 保存数据

# 将数据数据导入csv格式的文件中 
df.to_csv(filename)  
# 将数据导入Excel格式的文件中  
df.to_excel(filename, index=True) 
# 将数据导入SQL数据表/数据库中
df.to_sql(table_name,connection_object)   
# 将数据导入JSON格式的文件中
df.to_json(filename) 
# HTML格式
df.to_html()  
# 字符格式
df.to_string() 
# 字典格式
df.to_dict('split') 
# 保存至剪贴板
df.to_clipboard()