下面是 Python 使用 Pandas 进行数据加载、存储与文件格式的实例攻略。
加载数据
Pandas 提供了许多函数来加载数据,主要有以下几个函数:
read_csv()
:从 CSV 文件加载数据read_excel()
:从 Excel 文件加载数据read_sql()
:从 SQL 数据库加载数据read_json()
:从 JSON 文件加载数据read_html()
:从 HTML 文件加载数据
下面以读取 CSV 文件为例:
import pandas as pd
# 读取数据
df = pd.read_csv('data.csv')
其中,pd.read_csv()
函数用于读取 CSV 文件并返回一个数据框对象,文件名需要写在括号中。
存储数据
Pandas 提供了多种函数来将数据保存到不同的文件格式中,主要有以下几个函数:
to_csv()
:将数据保存到 CSV 文件中to_excel()
:将数据保存到 Excel 文件中to_sql()
:将数据保存到 SQL 数据库中to_json()
:将数据保存到 JSON 文件中to_html()
:将数据保存到 HTML 文件中
下面以存储数据到 CSV 文件为例:
# 存储数据到 CSV 文件中
df.to_csv('output.csv', index=False)
其中,df.to_csv()
函数用于将数据保存到 CSV 文件中,文件名需要写在括号中。参数 index=False
表示不保存索引列。
文件格式转换
Pandas 还提供了一些函数来进行数据格式的转换,主要有以下几个函数:
DataFrame.to_*()
:将数据框对象转换为不同的文件格式read_*()
:从不同格式的文件中加载数据
下面以将 CSV 文件转换为 Excel 文件为例:
# 读取 CSV 文件
df = pd.read_csv('data.csv')
# 将数据保存到 Excel 文件中
df.to_excel('output.xlsx', index=False)
其中,pd.read_csv()
函数用于读取 CSV 文件,df.to_excel()
函数用于将数据保存到 Excel 文件中,文件名需要写在括号中。
另外,除了 CSV 和 Excel,Pandas 还支持多种文件格式,可以根据实际需要选择不同的格式进行数据的加载、存储与转换。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python用pandas数据加载、存储与文件格式的实例 - Python技术站