pandas 中的read |
您所在的位置:网站首页 › pandasread_json › pandas 中的read |
pandas读取文本文件数据的常用方法: 方法 描述 返回数据 read_csv 读取csv文件 DataFrame或TextParser read_fwf 读取表格或固定宽度格式的文本行到数据框 DataFrame或TextParser read_table 读取通用分隔符分割的数据文件到数据框 DataFrame或TextParser1.read_csv 通过read_csv方法读取csv格式的数据文件 read_csv(filepath_or_buffer, sep='', delimiter=None, header='infer', names=None, index_col=None, usecols=None, **kwds)参数: filepath_or_buffer:字符串型,读取的文件对象,必填。 sep:字符串型,分隔符,选填,默认","。 delimiter:字符串型。定界符(备选分隔符),指定该参数,sep失效。 delim_whitespace:布尔型,是否指定空格或制表符作为分隔符,等效于sep=“\s+”,指定该参数,delimiter失效。 详解\s+:\s匹配任何空白符,等价于[\f\n\r\t\v] \f:匹配换页符 \n:匹配换行符 \r:匹配回车符 \t:匹配制表符 \v:匹配垂直制表符 header:指定第几行作为列名(忽略注解行),如果没有指定列名,默认header=0;如果指定了列名header=None。 names:类数组,列名。默认为空。 dtype:每列数据类型。如:{'a': np.flat64, 'b': np.int32}。 skipinitialspace:忽略分隔符后的空白(默认False,即不忽略)。 skiprows:类字典或整数,要跳过的行或行数,默认为空。 nrows:整数型,要读取的前记录总数,选填,默认为空,常用来在大型数据集下做初步探索之用。 thousands:字符串型,千位符符号,,默认为空。 decimal:字符串型,小数点符号,默认为(.)。 index_col:行索引的列表号或列名,如果给定一个序列则有多个行索引。 squeeze:布尔型,当为True,如果数据仅有一列,返回Series。默认False,即只有一列也返回DataFrame。 2.read_fwf 通过read_fwf方法读取表格或固定宽度的文本行到数据框。 read_fwf(filepath_or_buffer, colspecs='infer', widths=None, **kwds)参数: 跟read_csv中的大多相同。下面仅介绍read_fwf特有的参数。 widths:由整数组成的列表,选填,如果间隔是连续的,使用字段宽度列表而不是”colspecs“。示例:数据内容如下。
通过read_table方法读取通用分隔符分割的数据文件到数据框。 read_table(filepath_or_buffer, sep='\t', delimiter=None, header='infer', names=None, index_col=None, usecols=None, **kwds)参数: 与read_csv完全相同。其实read_csv是read_table中分隔符为逗号的一个特例。 示例数据内容如下:
4.Pandas其他数据读取方法 方法 描述 返回数据 read_clipboard 读取剪切板数据,将对象传递给read_table方法 DataFrame或TextParser read_excel 读取Excel数据 DataFrame或DataFrame构成的字典 read_gbq 从Google Bigquery中读取数据 DataFrame read_hdf 读取文件中的pandas对象 所选择的数据对象 read_html 读取HTML中的表格 由DataFrame构成的字典 read_json 将json对象转换为Pandas对象 Series或DataFrame,具体取决于参数typ设置 read_msgpack 从指定文件中加载msgpack Pandas对象 文件中的对象类型 read_pickle 从指定文件中加载pickled Pandas或其他pickled对象 文件中的对象类型 read_sas 读取XPORT或SAS7BDAT格式的SAS(统计分析软件)文件 DataFrame或SAS7BDATReader或XportReader,具体取决于设置 read_sql 读取SQL请求或数据库中的表 DataFrame read_sql_query 从SQL请求读取数据 DataFrame read_sql_table 读取SQL数据库中的表 DataFrame read_stata 读取Stata(统计分析软件)文件 DataFrame或StataReader 下面是不同场景较为合适的数据读取方法: 纯文本格式或非格式化、非结构化的数据,常用语自然语言处理、非结构文本解析、应用正则表达式等后续应用场景下,Python默认的三种方法更为合适。 结构化、纯数值型的数据,并且主要用于矩阵计算、数据建模的,使用Numpy的loadtxt更方便。 对于二进制的数据处理,使用Numpy的load和fromfile方法更为合适。 对于结构化的、探索性数据统计和分析场景,使用pandas方法进行读取,因为其提供了数据框,对数据进行任意翻转、切片、关联都很方便。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |