pandas读取数据

csv格式数据

comma separated value

import pandas as pd
df = pd.read_csv()

#filepath / buffer
#sep 分隔符  ","
#header 读取数据，默认将第一行作为字段，无字段时#header=None, 此时通过names=[ ] 手动设置columns
#index_col，将某一列作为索引 “a”  /["a","b"]复合索引
#usecols ，读取哪些列 索引[0,2,5,8] /["a","b","c"]
#skiprows，跳过多少行 5 / 行索引[0,1,3]
#encoding ，编码方式

df.to_csv("a.csv",index=False)

json数据

#读取
df = pd.read_json("xxx.json",encoding="utf-8")
#写入
df.to_json("xx.json")
#若无文件名，则返回json 字串

df.to_json(orient="records/index/columns/values")
#records  以记录为主
#index 以行索引为主
#columns
#values

更多参考
https://www.pypandas.cn/docs/user_guide/io.html

sql数据

df = pd.read_sql_query(sql,conn)
#conn --sqlite3 连接对象
#imort sqlite3
#conn = sqlite3.connect("db.sqlite")


#conn --sqlalchemy engine 对象
#from sqlalchemy import create_engine
#create_engine?
#engine = create_engine("mysql+pymysql://lauf:pw@hostname/db")

#engine.execute("select * from stu_t;").fetchall()
#sql --sql 语句

#写入db
df.to_sql('table', con=engine, index=False,
          dtype={"A": Integer()})

 
 
上一篇：jupyter 使用
下一篇：简单统计学分析