Python數據分析之pandas讀取數據

Posted on by

一、三種數據文件的讀取

在這裡插入圖片描述

二、csv、tsv、txt 文件讀取

1）CSV文件讀取：

語法格式：pandas.read_csv(文件路徑)
CSV文件內容如下：

在這裡插入圖片描述

import pandas as pd
file_path = "e:\\pandas_study\\test.csv"
content = pd.read_csv(file_path)

content.head()  # 默認返回前5行數據
content.head(3)  # 返回前3行數據
content.shape  # 返回一個元組（總行數，總列數），總行數不包括標題行

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  #  返回的是每列的數據類型
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文件內容如下：

在這裡插入圖片描述

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'])
#參數說明：
# header = None 表示沒有標題行
# 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()  # 默認返回前5行數據
content.head(3)  # 返回前3行數據
content.shape  # 返回一個元組（總行數，總列數），總行數不包括標題行

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  #  返回的是每列的數據類型

三、excel文件讀取

在這裡插入圖片描述

import pandas as pd
file_path = "e:\\pandas_study\\test3.xlsx"
content = pd.read_excel(file_path)

content.head()  # 默認返回前5行數據
content.head(3)  # 返回前3行數據
content.shape  # 返回一個元組（總行數，總列數），總行數不包括標題行

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  #  返回的是每列的數據類型
姓名    object
年齡     int64
籍貫    object
dtype: object

四、數據庫表格讀取

語法： pandas.read_sql(sql語句,數據庫連接對象)
數據對象的創建，可以根據pymysql,cx_oracle等模塊連接mysql或者oracle。

到此這篇關於Python數據分析之pandas讀取數據的文章就介紹到這瞭,更多相關pandas讀取數據內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：