Pandas 教程-Python Pandas 读取文件

整理：python架构师

从CSV文件读取

CSV代表逗号分隔值，它被定义为一种简单的文件格式，使用特定的结构排列表格数据。它以纯文本存储表格数据，如电子表格或数据库，并具有数据交换的通用格式。CSV文件打开到Excel文件中，行和列数据定义了标准格式。

将csv文件读入pandas DataFrame是快速而直观的。我们不需要编写多行代码来在pandas中打开、分析和读取csv文件。相反，我们可以在一行中执行这些操作，并将数据存储在DataFrame中。

Name,Hire Date,Salary,Leaves Remaining  John Idle,08/15/14,50000.00,10  Smith Gilliam,04/07/15,65000.00,6  Parker Chapman,02/21/14,45000.00,7  Jones Palin,10/14/13,70000.00,3  Terry Gilliam,07/22/14,48000.00,9  Michael Palin,06/28/13,66000.00,8

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

专属福利 
👉点击领取：最全Python资料合集

代码

import pandas  df = pandas.read_csv('hrdata.csv')  print(df)  

在上述示例中，只需要三行代码就足以读取文件，其中只有一行实际工作，即pandas.read_csv()。

        Name                   Hire Date      Salary            Leaves Remaining0     John Idle                08/15/14       50000.0                    101     Smith Gilliam            04/07/15       65000.0                     82     Parker Chapman           02/21/14       45000.0                    103     Jones Palin              10/14/13       70000.0                     34     Terry Gilliam            07/22/14       48000.0                     75     Michael Palin            06/28/13       66000.0                     8

然而，pandas还在DataFrame中使用了基于零的整数索引；我们并没有告诉它我们的索引应该是什么。

从JSON读取

df =pd.read_json('hrdata.json')  

它允许通过嵌套来使用索引。

Pandas将列表的列表转换为DataFrame，并单独定义列名。JSON解析器负责将JSON文本转换为另一种表示，该表示必须接受根据JSON语法的所有文本。它还可以接受非JSON形式或扩展。

import pandas as pd  data = pd.read_json('hrdata.json')   print(data)

        Name                   Hire Date        Salary            Leaves Remaining0     John Idle                08/15/14         50000.0                     101     Smith Gilliam            06/01/15         65000.0                     62     Parker Chapman           05/12/14         45000.0                     73     Jones Palin              11/01/13         70000.0                     3   4     Terry Gilliam            08/12/14         48000.0                     95     Michael Palin            05/23/13         66000.0                     8

从SQL数据库读取

要从SQL读取文件，首先需要使用Python库建立连接，然后将查询传递给pandas。在这里，我们使用SQLite进行演示。

pip install pysqlite3  

sqlite3用于建立与数据库的连接，然后我们可以使用它通过SELECT查询生成DataFrame。

import sqlite3  con = sqlite3.connect("database.db")  

df = pd.read_sql_query("SELECT * FROM information", con)

Index         E_id         Designation              0              46              M.Com1              47              B.Com2              48              B.Com

 1

热门推荐

• “程序员做饭指南”在 GitHub 上火了
• Pandas 教程-将Pandas DataFrame转换为CSV
• 雷军做程序员时写的博客，太牛了！