• 首页 首页 icon
  • 工具库 工具库 icon
    • IP查询 IP查询 icon
  • 内容库 内容库 icon
    • 快讯库 快讯库 icon
    • 精品库 精品库 icon
    • 问答库 问答库 icon
  • 更多 更多 icon
    • 服务条款 服务条款 icon

pandas数据——数据读取

武飞扬头像
Heralili
帮助1

pandas数据读取



前言

本人NLP研究方向,个人pandas学习笔记,供参考。

http://c.biancheng.net/pandas/
https://www.bilibili.com/video/BV1UJ411A7Fs?spm_id_from=333.999.0.0


一、pandas读取表格类型数据

csv tsv txt pd.read_csv
excel pd.read_excel
mysql pd.read_sql

二、操作

1.读取纯文本文件

读取csv文件

pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',names=None, index_col=None, usecols=None) #语法格式
import pandas as pd
#需要注意文件的路径
df=pd.read_csv("C:/Users/Administrator/Desktop/person.csv")
print (df)
查看前几行 df.head(n)
查看后几行 df.tail(n)
查看数据形状,返回行数、列数 df.shape
查看列名/行名 df.columns /df.index
查看类型 df.dtypes

读取txt文件

import pandas as pd
data = "xxx.txt"
df = pd.read_csv(data,sep="/t",header=None,names=['xx','xxx'])#可以自己命名names

2.读取xlsx格式excel文件

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None,
              usecols=None, squeeze=False,dtype=None, engine=None,
              converters=None, true_values=None, false_values=None,
              skiprows=None, nrows=None, na_values=None, parse_dates=False,
              date_parser=None, thousands=None, comment=None, skipfooter=0,
              convert_float=True, **kwds)
DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)  
import pandas as pd
file = '课程目标达成.xls'
data = pd.read_excel(io=file, sheet_name='课程目标')

3.读取mysql数据表

import pymysql
conn = pymysql.connect(host='127.0.0.1',user='root',password='123456',database='teat',charset='utf8')
df = pd.read_sql("select * from crazyant_pvuv",con=conn)

这篇好文章是转载于:学新通技术网

  • 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
  • 本站站名: 学新通技术网
  • 本文地址: /boutique/detail/tanhggaghc
系列文章
更多 icon
同类精品
更多 icon
继续加载