python用pandas数据加载、存储与文件格式的实例

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。