版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第五章使用pandas进行数据读写
任务5.1文本数据读写df.to_csv()pd.read_csv()pd.read_table()df.to_csv()df.to_csv(),把df对象写入到文本文件,文本文件主要包括csv和txt基本参数:path_or_buf:输出的文件名sep:分隔符,默认为英文逗号(,)na_rep:缺少值的字符串表示形式,默认为空columns:输出的列header(boolean):是否包含列名index(boolean):是否包含索引encoding:数据的编码格mode=‘a’:即向csv文件追加数据,按行追加df.read_csv()pd.read_csv(),从文件中加载带分隔符的数据构建df,默认分隔符为逗号基本参数:filepath_or_buffer:可以是文件路径、URL或者是对象sep:分隔符,默认为英文逗号,如果是其它分割方式,则要填写header:指定第一行是否是列名。header=0(表示数据第一行为列名,header=None(表明数据没有列名)index_col:一个字符串列表,指定哪几列作为索引,默认为None。当index_col=False,pandas不再使用首列作为索引。skiprows:跳过多少行再读取数据,通常是数据不太干净,需要去除掉表头才会用到nrows:仅读取多少行,后面的处理也都仅限于读取的这些行df.read_table()从文件中加载带分隔符的数据,默认分隔符为制表符小结df.to_csv()df.read_csv()df.read_table()第五章使用pandas进行数据读写
任务5.2
JSON和Excel数据读写df.to_json和pd.read_jsondf.to_excel和pd.read_exceldf.to_json和pd.read_jsonread_json/to_json:参数orient共六类,控制读写JSON字符串的格式。to_json方法将对象转换为JSON字符串。注意:NaNandNone将转换为null,日期时间对象将转换为UNIXtimestamps。参数orient决定输出JSON的格式:对Series:默认值‘index’,可选择:{‘split’,‘records’,‘index’,‘table’};对DataFrame:默认值‘columns’,可选择:{‘split’,‘records’,‘index’,‘columns’,‘values’,‘table’}。df.to_json和pd.read_json不同选项对应的JSON字符串格式如下:'split':dictlike{'index':[index],'columns':[columns],'data':[values]}'records':listlike[{column:value},…,{column:value}]'index':dictlike{index:{column:value}}'columns':dictlike{column:{index:value}}'values':justthevaluesarray'table':dictlike{'schema':{schema},'data':{data}}df.to_json和pd.read_json'columns':dictlike{column:{index:value}}df.to_excel和pd.read_excel在读写excel文件时,我们要考虑的一些问题:每个excel文件包含多个表格(sheet),如何读取一个或者多个表格;每个表格中读取哪些列;是否使用数据第一行作为列标签,第一行是否是正式内容;是否需要指定行的标签。pd.read_excel(io,sheet_name=0,header=0,names=None,index_col=None,usecols=None)io:excel文件sheet_name:返回指定的sheet,如果将sheet_name指定为None,则返回全表,如果需要返回多个表,可以将sheet_name指定为一个列表,例如['sheet1','sheet2']header:指定数据表的表头,默认值为0,即将第一行作为表头。usecols:读取指定的列,usecols=[0,1]表示要读取第1列和第2列数据df.to_excel和pd.read_exceldf1.to_excel("output.xlsx",sheet_name='Sheet_name_1')
#指定写入sheet名小结df.to_json和pd.read_jsondf.to_excel和pd.read_excel第五章使用pandas进行数据读写
任务5.3
数据库数据读写SQL数据库读写NoSQL数据库读写SQL数据库读写创建mysql连接和初始化读写mysql数据库,可以使用sqlalchemy模块或pymysql模块。sqlalchemy模块:实现了与不同数据库的连接,是Python的最有名的ORM框架。pymysql模块:使得Python能够操作MySQL数据库。pipinstallsqlalchemy-i
/simplepipinstallpymysql-i
/simpleSQL数据库读写创建mysql连接和初始化创建表插入数据SQL数据库读写pd.read_sqlPython方式访问数据库构建df
pandas方式访问数据库构建dfSQL数据库读写df.to_sql()df写入数据库NoSQL数据库读写启动和连接服务安装MongoDB驱动mongod.exe--dbpathC:\data\db启动服务器mongo.exe链接服务器showdbs查看有哪些数据库MongoDB创建数据库的语法格式:useDATABASE_NAME#设置MongoDB连接信息client=pymongo.MongoClient(host='',port=27017)#连接MongoDBdb=client['students']#选择数据库collection=db['score']#选择集合NoSQL数据库读写df写入数据库#插入到集合之前,df对象必须转换为字典score=json.loads(df.T.to_json()).values()或#'records':listlike[{column:value},…,{column:value}]df.to_dict(orient='record')#collection.insert_many(score)#批量插入collection.insert_many(df.to_dict(orient='record'))#请自己测试其它对应的JSON字符串格式NoSQL数据库读写读集合构建df#从MongoDB中加载数据到df中data=pd.DataFrame(list(collection.find()))#_id是MongoDB内部索引编号小结SQL数据库
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024-2030年液压升降转椅市场发展现状调查及供需格局分析预测报告
- 2024-2030年海藻酸盐替代品行业市场现状供需分析及重点企业投资评估规划分析研究报告
- 2024-2030年欧科捷纺织品行业市场现状供需分析及投资评估规划分析研究报告
- 2024-2030年椰子刮刀行业市场现状供需分析及重点企业投资评估规划分析研究报告
- 2024-2030年棉制上衣行业风险投资发展分析及投资融资策略研究报告
- 2024-2030年标准跑步机行业市场现状供需分析及投资评估规划分析研究报告
- 2024-2030年果园拖拉机行业市场现状供需分析及投资评估规划分析研究报告
- 2024-2030年机电设备产业政府战略管理与区域发展战略研究咨询报告
- 2024-2030年机动工业车辆行业市场发展分析及发展前景与投资机会研究报告
- 2024-2030年有线钻杆行业市场现状供需分析及投资评估规划分析研究报告
- 2024-2025学年九年级历史上学期第一次月考模拟卷(统编版)
- 2024-2030年中国园林园艺行业市场发展现状及发展趋势与投资前景研究报告
- (高级)工业机器人系统运维员技能鉴定考试题库(浓缩500题)
- 人教版数学二上教学设计:第二单元 100以内的加法和减法(二)
- 广东省二手车买卖合同(示范文本)
- 小学生美术课件-第5课-我和动物交朋友-冀美版-(共26张PPT)ppt课件
- 催办督办工作制度
- 第三人称转述句课件PPT课件
- 高频淬火作业指导书
- 主题班会教案之《童心共筑中国梦》主题班会
- 数学核心经验
评论
0/150
提交评论