Python中的pandas表格模块、文件模块和数据库模块

我来为您详细讲解“Python中的pandas表格模块、文件模块和数据库模块”的实例教程。

简介

Pandas 是基于 NumPy 的一种数据分析工具，它提供了大量高效的数据操作工具和数据结构，被广泛应用于数据清洗、分析和可视化等领域。Pandas 中的核心数据结构是 DataFrame，类似于 Excel 表格，可以处理大量的不同类型的数据。同时，Pandas 还提供了丰富的 IO 工具，用于读写多种数据源，如 CSV 文件、Excel 文件、数据库等。

表格模块

示例 1 - 创建DataFrame

下面的示例展示了如何创建一个简单的 DataFrame。

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Spike'], 
        'age': [3, 5, 7], 
        'gender': ['M', 'M', 'F']}

df = pd.DataFrame(data)

print(df)

输出结果如下：

    name  age gender
0    Tom    3     M
1  Jerry    5     M
2  Spike    7     F

示例 2 - 读取CSV文件

下面的示例展示了如何读取一个 CSV 文件并创建 DataFrame。

import pandas as pd

df = pd.read_csv('data.csv')

print(df)

输出结果如下：

    name  age gender
0    Tom    3     M
1  Jerry    5     M
2  Spike    7     F

文件模块

示例 1 - 将DataFrame写入CSV文件

下面的示例展示了如何将 DataFrame 写入到 CSV 文件中。

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Spike'], 
        'age': [3, 5, 7], 
        'gender': ['M', 'M', 'F']}

df = pd.DataFrame(data)

df.to_csv('data.csv', index=False)

这将会生成一个名为 data.csv 的文件，其内容为：

name,age,gender
Tom,3,M
Jerry,5,M
Spike,7,F

示例 2 - 读取Excel文件

下面的示例展示了如何读取一个 Excel 文件并创建 DataFrame。

import pandas as pd

df = pd.read_excel('data.xlsx')

print(df)

其中，data.xlsx 是一个包含数据的 Excel 文件。输出结果如下：

    name  age gender
0    Tom    3     M
1  Jerry    5     M
2  Spike    7     F

数据库模块

示例 1 - 从MySQL数据库读取数据

下面的示例展示了如何从 MySQL 数据库中读取数据并创建 DataFrame。

import pandas as pd
import pymysql

# 连接 MySQL 数据库
conn = pymysql.connect(
    host='localhost',
    port=3306,
    user='root',
    password='123456',
    database='test',
    charset='utf8mb4')

# 从表中读取数据
df = pd.read_sql('select * from users', con=conn)

# 关闭数据库连接
conn.close()

print(df)

这里假设我们在 MySQL 数据库中有一个名为 test 的数据库，其中包含一个名为 users 的表，其结构为：

+----+--------+-----+
| id | name   | age |
+----+--------+-----+
|  1 | Tom    |   3 |
|  2 | Jerry  |   5 |
|  3 | Spike  |   7 |
+----+--------+-----+

输出结果如下：

   id   name  age
0   1    Tom    3
1   2  Jerry    5
2   3  Spike    7

示例 2 - 将DataFrame写入MySQL数据库

下面的示例展示了如何将 DataFrame 写入到 MySQL 数据库中。

import pandas as pd
import pymysql

# 连接 MySQL 数据库
conn = pymysql.connect(
    host='localhost',
    port=3306,
    user='root',
    password='123456',
    database='test',
    charset='utf8mb4')

# 创建DataFrame
data = {'name': ['Tom', 'Jerry', 'Spike'], 
        'age': [3, 5, 7], 
        'gender': ['M', 'M', 'F']}
df = pd.DataFrame(data)

# 将DataFrame写入MySQL数据库
df.to_sql('users', con=conn, if_exists='replace', index=False)

# 关闭数据库连接
conn.close()

这里将 DataFrame 写入 MySQL 数据库中的 users 表中。如果该表已经存在，则会被覆盖。