pandas 中的read |
您所在的位置：网站首页 › pandasread_json › pandas 中的read |
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。 |
数据分割常分为两种：一种基于固定宽度，一种基于分割符号。即read_fwf和read_talbe。【本文地址】