Python數(shù)據(jù)分析之pandas讀取數(shù)據(jù)
更新時(shí)間：2021年06月02日 17:10:41 作者：小菜雞也會(huì)有春天
Pandas讀取的文件主要有CSV,TXT和JSON,今天就整理了這3種文件格式的讀取和導(dǎo)出代碼,文中有非常詳細(xì)的代碼示例及介紹,需要的朋友可以參考下
一、三種數(shù)據(jù)文件的讀取
二、csv、tsv、txt 文件讀取
1）CSV文件讀?。?/strong>
語(yǔ)法格式：pandas.read_csv(文件路徑)
CSV文件內(nèi)容如下：
import pandas as pd file_path = "e:\\pandas_study\\test.csv" content = pd.read_csv(file_path) content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個(gè)元組（總行數(shù)，總列數(shù)），總行數(shù)不包括標(biāo)題行 content.index # 返回索引，是一個(gè)可迭代的對(duì)象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類(lèi)型 姓名 object 年齡 int64 籍貫 object dtype: object
2）CSV文件讀?。?/strong>
語(yǔ)法格式：pandas.read_csv(文件路徑)
CSV文件內(nèi)容如下：
import pandas as pd file_path = "e:\\pandas_study\\test2.txt" content = pd.read_csv(file_path,sep='\t',header = None ,names= ['name','age','adress']) #參數(shù)說(shuō)明： # header = None 表示沒(méi)有標(biāo)題行 # sep='\t' 表示去除分割符中的空格 # names= ['name','age','adress'] ，列名依次自定義為'name','age','adress' content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個(gè)元組（總行數(shù)，總列數(shù)），總行數(shù)不包括標(biāo)題行 content.index # 返回索引，是一個(gè)可迭代的對(duì)象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類(lèi)型
三、excel文件讀取
import pandas as pd file_path = "e:\\pandas_study\\test3.xlsx" content = pd.read_excel(file_path) content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個(gè)元組（總行數(shù)，總列數(shù)），總行數(shù)不包括標(biāo)題行 content.index # 返回索引，是一個(gè)可迭代的對(duì)象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類(lèi)型 姓名 object 年齡 int64 籍貫 object dtype: object
四、數(shù)據(jù)庫(kù)表格讀取
語(yǔ)法： pandas.read_sql(sql語(yǔ)句,數(shù)據(jù)庫(kù)連接對(duì)象)
數(shù)據(jù)對(duì)象的創(chuàng)建，可以根據(jù)pymysql,cx_oracle等模塊連接mysql或者oracle。
到此這篇關(guān)于Python數(shù)據(jù)分析之pandas讀取數(shù)據(jù)的文章就介紹到這了,更多相關(guān)pandas讀取數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python?Pangu自動(dòng)美化中文排版工具使用探索
這篇文章主要為大家介紹了python?Pangu自動(dòng)美化中文排版工具使用探索,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Python while循環(huán)使用else語(yǔ)句代碼實(shí)例
這篇文章主要介紹了Python while循環(huán)使用else語(yǔ)句代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02
python創(chuàng)建生成器以及訪問(wèn)的方法詳解
這篇文章主要介紹了python創(chuàng)建生成器以及訪問(wèn)的方法詳解,與列表一次性地將數(shù)據(jù)全都加載到內(nèi)存不同的是,生成器使用推斷加載數(shù)據(jù),每次只推斷出一個(gè)對(duì)象,在數(shù)據(jù)量比較大時(shí),可以節(jié)省內(nèi)存,需要的朋友可以參考下2023-11-11
pygame實(shí)現(xiàn)俄羅斯方塊游戲（AI篇2）
這篇文章主要為大家詳細(xì)介紹了pygame實(shí)現(xiàn)俄羅斯方塊游戲AI的第2篇，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-10-10
這篇文章主要介紹了利用Python繪制數(shù)據(jù)的瀑布圖的教程,教程中主要用到Pandas和matplotlib這兩個(gè)庫(kù),需要的朋友可以參考下2015-04-04
python寫(xiě)入數(shù)據(jù)到csv或xlsx文件的3種方法
這篇文章主要為大家詳細(xì)介紹了python寫(xiě)入數(shù)據(jù)到csv或xlsx文件的3種方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-08-08
這篇文章主要介紹了python?3.9上安裝pyqt5的詳細(xì)步驟，本文分步驟給大家介紹如何在python?3.9?上安裝?pyqt5,需要的朋友可以參考下2022-07-07
Python變量名詳細(xì)規(guī)則詳細(xì)變量值介紹
這篇文章主要介紹了Python變量名詳細(xì)規(guī)則詳細(xì)變量值，Python需要使用標(biāo)識(shí)符給變量命名，其實(shí)標(biāo)識(shí)符就是用于給程序中變量、類(lèi)、方法命名的符號(hào)（簡(jiǎn)單來(lái)說(shuō)，標(biāo)識(shí)符就是合法的名稱(chēng)，下面葛小編一起進(jìn)入文章里哦阿姐更多詳細(xì)內(nèi)容吧2022-01-01
在數(shù)據(jù)分析中，pandas庫(kù)的DataFrame對(duì)象的rank()方法可用于計(jì)算數(shù)據(jù)排名，處理重復(fù)值并支持多種參數(shù)定制排名規(guī)則，如ascending、axis、numeric_only等，是數(shù)據(jù)分析和競(jìng)賽中的有力工具2024-09-09
Python入門(mén)...2007-02-02