Python數(shù)據(jù)分析之pandas讀取數(shù)據(jù)
一、三種數(shù)據(jù)文件的讀取

二、csv、tsv、txt 文件讀取
1)CSV文件讀?。?/strong>
語法格式:pandas.read_csv(文件路徑)
CSV文件內(nèi)容如下:

import pandas as pd file_path = "e:\\pandas_study\\test.csv" content = pd.read_csv(file_path) content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個元組(總行數(shù),總列數(shù)),總行數(shù)不包括標(biāo)題行 content.index # 返回索引,是一個可迭代的對象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類型 姓名 object 年齡 int64 籍貫 object dtype: object
2)CSV文件讀取:
語法格式:pandas.read_csv(文件路徑)
CSV文件內(nèi)容如下:

import pandas as pd file_path = "e:\\pandas_study\\test2.txt" content = pd.read_csv(file_path,sep='\t',header = None ,names= ['name','age','adress']) #參數(shù)說明: # header = None 表示沒有標(biāo)題行 # sep='\t' 表示去除分割符中的空格 # names= ['name','age','adress'] ,列名依次自定義為'name','age','adress' content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個元組(總行數(shù),總列數(shù)),總行數(shù)不包括標(biāo)題行 content.index # 返回索引,是一個可迭代的對象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類型
三、excel文件讀取

import pandas as pd file_path = "e:\\pandas_study\\test3.xlsx" content = pd.read_excel(file_path) content.head() # 默認(rèn)返回前5行數(shù)據(jù) content.head(3) # 返回前3行數(shù)據(jù) content.shape # 返回一個元組(總行數(shù),總列數(shù)),總行數(shù)不包括標(biāo)題行 content.index # 返回索引,是一個可迭代的對象<class 'pandas.core.indexes.range.RangeIndex'> content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object') content.dtypes # 返回的是每列的數(shù)據(jù)類型 姓名 object 年齡 int64 籍貫 object dtype: object
四、數(shù)據(jù)庫表格讀取
語法: pandas.read_sql(sql語句,數(shù)據(jù)庫連接對象)
數(shù)據(jù)對象的創(chuàng)建,可以根據(jù)pymysql,cx_oracle等模塊連接mysql或者oracle。
到此這篇關(guān)于Python數(shù)據(jù)分析之pandas讀取數(shù)據(jù)的文章就介紹到這了,更多相關(guān)pandas讀取數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- pandas讀取CSV文件時查看修改各列的數(shù)據(jù)類型格式
- Pandas讀取行列數(shù)據(jù)最全方法
- python?pandas庫讀取excel/csv中指定行或列數(shù)據(jù)
- python3 pandas 讀取MySQL數(shù)據(jù)和插入的實(shí)例
- pandas讀取csv格式數(shù)據(jù)時header參數(shù)設(shè)置方法
- 使用python的pandas讀取excel文件中的數(shù)據(jù)詳情
- 利用Pandas讀取表格行數(shù)據(jù)判斷是否相同的方法
- Python如何利用pandas讀取csv數(shù)據(jù)并繪圖
- Python 中pandas索引切片讀取數(shù)據(jù)缺失數(shù)據(jù)處理問題
- Pandas讀取外部數(shù)據(jù)的幾種實(shí)現(xiàn)方法
相關(guān)文章
kNN算法python實(shí)現(xiàn)和簡單數(shù)字識別的方法
這篇文章主要介紹了kNN算法python實(shí)現(xiàn)和簡單數(shù)字識別的方法,詳細(xì)講述了kNN算法的優(yōu)缺點(diǎn)及原理,并給出了應(yīng)用實(shí)例,需要的朋友可以參考下2014-11-11
Python如何用str.format()批量生成網(wǎng)址(豆瓣讀書為例)
這篇文章主要介紹了Python如何用str.format()批量生成網(wǎng)址(豆瓣讀書為例),文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-09-09
Python 模擬動態(tài)產(chǎn)生字母驗(yàn)證碼圖片功能
這篇文章主要介紹了Python 模擬動態(tài)產(chǎn)生字母驗(yàn)證碼圖片,這里給大家介紹了pillow模塊的使用,需要的朋友可以參考下2019-12-12
pandas預(yù)處理部分地區(qū)數(shù)據(jù)案例
本文主要介紹了pandas預(yù)處理部分地區(qū)數(shù)據(jù)案例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
Python3.5 + sklearn利用SVM自動識別字母驗(yàn)證碼方法示例
這篇文章主要給大家介紹了關(guān)于Python3.5 + sklearn利用SVM自動識別字母驗(yàn)證碼的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
Python中random.shuffle()函數(shù)用法代碼案例
random.shuffle方法,對元素進(jìn)行重新排序,打亂原有的順序,返回一個隨機(jī)序列,該方法的作用類似洗牌,本文重點(diǎn)給大家介紹Python中random.shuffle()函數(shù)用法代碼案例,感興趣的朋友跟隨小編一起看看吧2022-11-11
詳解Python中__str__和__repr__方法的區(qū)別
這篇文章主要介紹了__str__和__repr__方法的區(qū)別 ,__str__和__repr__是基本的內(nèi)置方法,使用時的區(qū)別也是Python學(xué)習(xí)當(dāng)中的基礎(chǔ),需要的朋友可以參考下2015-04-04
使用Playwright模擬API的項(xiàng)目實(shí)踐
Playwright是一個強(qiáng)大的自動化測試工具,它不僅可以用于瀏覽器自動化測試,還可以模擬API請求,具有一定的參考價值,感興趣的可以了解一下2025-04-04

