Pandas学习之txt与sql文件的基本操作指南

在Pandas中，我们可以使用read_csv()来读取.csv文件，但是如果我们需要读取其他格式的文件，该怎么办呢？本文将介绍如何使用Pandas来读取.txt和.sql文件，并进行基本的操作。

读取txt文件

我们可以使用read_table()方法来读取.txt文件。例如，我们有一个叫做sample.txt的文件，内容如下：

name    age     city
Alice   25      Beijing
Bob     30      Shanghai
Charlie 35      Guangzhou

我们可以使用以下代码来读取txt文件：

import pandas as pd

df = pd.read_table('sample.txt', sep='\t')
print(df)

输出结果如下：

      name  age       city
0    Alice   25    Beijing
1      Bob   30   Shanghai
2  Charlie   35  Guangzhou

在读取时，我们需要指定分割符（sep），因为.txt文件可能使用不同的分隔符。在这个例子中，我们使用了制表符作为分割符。

读取sql文件

我们可以使用read_sql()方法来读取.sql文件，这个方法需要连接到一个数据库。例如，我们有一个名为"example.db"的SQLite数据库，其中有一个名为"students"的表，我们可以使用以下代码来读取这个表：

import pandas as pd
import sqlite3

conn = sqlite3.connect('example.db')
df = pd.read_sql('SELECT * FROM students', conn)
print(df)

输出结果如下：

   id   name  age       city
0   1  Alice   25    Beijing
1   2    Bob   30   Shanghai
2   3    Tom   27    Nanjing

在读取时，我们需要先通过sqlite3.connect()方法连接到数据库，然后使用pd.read_sql()方法读取表格数据。

示例说明

示例一：读取分号分隔符的txt文件

我们有一个名为"sample.csv"的文件，内容如下：

name;age;city
Alice;25;Beijing
Bob;30;Shanghai
Charlie;35;Guangzhou

我们可以使用以下代码来读取分号分隔符的txt文件：

import pandas as pd

df = pd.read_table('sample.txt', sep=';')
print(df)

输出结果如下：

      name  age       city
0    Alice   25    Beijing
1      Bob   30   Shanghai
2  Charlie   35  Guangzhou

在这个例子中，我们使用了分号作为分割符。

示例二：读取MySQL数据库中的数据

假设我们有一个名为"students"的表格，存储在一个名为"example"的MySQL数据库中。我们可以使用以下代码来读取这个表格：

import pandas as pd
import mysql.connector

cnx = mysql.connector.connect(user='user', password='password',
                              host='localhost',
                              database='example')
df = pd.read_sql('SELECT * FROM students', con=cnx)
print(df)

在这个例子中，我们使用了mysql.connector.connect()方法来连接到MySQL数据库，然后使用pd.read_sql()方法读取"students"表。需要注意的是，我们需要提供数据库的用户名、密码和主机名等信息。