pandas数据读取（DataFrame & Series） |
您所在的位置：网站首页 › 电影造梦师 › pandas数据读取（DataFrame & Series） |
pandas数据读取（DataFrame & Series）
|
1、pandas数据的读取 pandas需要先读取表格类型的数据，然后进行分析 数据说明 说明 pandas读取方法 csv、tsv、txt 用逗号分割、tab分割的纯文本文件 pd.read_csv excel 微软xls或者xlsx文件 pd.read_excel mysql 关系向数据库表 pd.read_sql#本代码示例： import pandas as pd #导入包 #1读取csv，使用默认的标题行、逗号分割 fpath = “要打开文件的路径” ratings = pd.read_csv(fpath) #使用pd.read_csv读取数据 ratings.head() #查看前几行（默认5行） ratings.shape #查看数据的形状，返回（行数、列数） ratings.columns # 查看列名列表 ratings.index #查看索引列 ratings.dtypes #查看每一列的数据类型 #1.2读取txt文件，自己制定分隔符、列名 fpath = “文件的路径” pvuv = pd.read_csv( fpath, sep = “\t”, #l列的分隔符 header = None, names = ['pdate','pv','uv'] ) print(pvuv) #读取excel文件 fpath = “文件的路径” pvuv = pd.read_excel(fpath) print(pvuv) #读取Mysql数据库 import pmysql conn = pmysql.connect( host = '127.0.0.1', user = 'root', password = '123456', database = 'test', charest = 'utf8' ) mysql_page = pd.read_sql("select * from 表名",con=conn) print(mysql_page)
2、pandas数据结构（DataFrame & Series） DataFrame:二维数据，整个表格，多行多列 df.columns 查询列 df.index 查询行 Series：一维数据，一行或者一列
#1、 Series #2、DataFrame #3、从DAtaFrame中查询出Series import pandas as pd import numpy as np #series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数#据标签（即索引）组成。 #1.1仅有数据列表即可产生最简单的series s1 = pd.Series([1,'a',5.2,6]) # print(s1) #左侧为索引，右侧为数据 print(s1.index) #获取索引 结果：RangeIndex(start=0, stop=4, step=1) print(s1.values) #获取数据 结果：[1 'a' 5.2 6] #1.2 创建一个具有标签索引的Series s2 = pd.Series([1,'a',5.2,6],index = ['d','b','a','c']) print(s2) print(s2.index) #Index(['d', 'b', 'a', 'c'], dtype='object') #1.3 使用python字典创建Series sdata = {'ohio':3500,'Texas':72000,'Oregs':16000,'Ggrqg':5000} s3 = pd.Series(sdata) print(s3) #1.4 根据标签索引查询数据（类似python的字典dict) print(s2['a'])#5.2 print(type(s2['a']))# print(s2[['b','a']]) #2 DataFrame # DataFrame是一个表格型的数据结构 # 每一列可以是不同的值类型（数值、字符串、布尔值） # 既有行索引index，也有列索引columns # 可以被看由Series组成的字典 #2.1根据多个字典序列创建dataframe data = { 'state':['ofjg','sdfg','werw','wrgwer','rgwg'], 'year':[2000,3000,5000,6000,9000], 'pop':[1.5,1.7,1.6,5.3,3.5] } df = pd.DataFrame(data) print(df) #3.从DataFrame中查询Series # 如果只查询一列，返回的是pd.Series # 如果查询多行、多列，返回的是pd.DataFrame # 3.1 查询一列 结果是一个pd.Series print(df['year']) print(type(df['year']))# # 3.2 查询多列，结果是一个pd.DataFrame print(df[['year','pop']]) print(type(df[['year','pop']]))# # 3.3 查询一行，结果是一个pd.Series print(df.loc[1]) print(type(df.loc[1]))# # 3.4 查询多行，结果是一个pd.DataFrame print(df.loc[1:3]) print(type(df.loc[1:3]))#
|
【本文地址】