df.to html函数,pd.DataFrame 数据的保存和读取((df.to_csv、df.to_json、df.to_html、df.to_excel))...

这篇博客介绍了如何使用Pandas的DataFrame进行数据保存和读取,包括to_csv、to_json、to_html和to_excel方法。通过示例代码展示了如何写入和读取这些不同格式的文件,并详细解释了各个方法的参数和用法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

DataFrame 数据的保存和读取

df.to_csv 写入到 csv 文件

pd.read_csv 读取 csv 文件

df.to_json 写入到 json 文件

pd.read_json 读取 json 文件

df.to_html 写入到 html 文件

pd.read_html 读取 html 文件

df.to_excel 写入到 excel 文件

pd.read_excel 读取 excel 文件

pandas.DataFrame.to_csv

将 DataFrame 写入到 csv 文件

DataFrame.to_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, header=True, index=True,

index_label=None, mode='w', encoding=None, compression=None, quoting=None, quotechar='"',

line_terminator='\n', chunksize=None, tupleize_cols=None, date_format=None, doublequote=True,

escapechar=None, decimal='.')

参数:

path_or_buf : 文件路径,如果没有指定则将会直接返回字符串的 json

sep : 输出文件的字段分隔符,默认为 “,”

na_rep : 用于替换空数据的字符串,默认为''

float_format : 设置浮点数的格式(几位小数点)

columns : 要写的列

header : 是否保存列名,默认为 True ,保存

index : 是否保存索引,默认为 True ,保存

index_label : 索引的列标签名

.

# -*- coding:utf-8 -*-

import numpy as np

import pandas as pd

list_l = [[11, 12, 13, 14, 15], [21, 22, 23, 24, 25], [31, 32, 33, 34, 35]]

date_range = pd.date_range(start="20180701", periods=3)

df = pd.DataFrame(list_l, index=date_range,

columns=['a', 'b', 'c', 'd', 'e'])

print(df)

"""

a b c d e

2018-07-01 11 12 13 14 15

2018-07-02 21 22 23 24 25

2018-07-03 31 32 33 34 35

"""

df.to_csv("tzzs_data.csv")

"""

csv 文件内容:

,a,b,c,d,e

2018-07-01,11,12,13,14,15

2018-07-02,21,22,23,24,25

2018-07-03,31,32,33,34,35

"""

read_csv = pd.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值