熊猫pandas读存文件

pandas来自于panel data，后面就用熊猫代替pandas了！

numpy和熊猫相比较，还是有很多不足的地方。熊猫强大的原因如下：

• 一个强大的分析和操作大型结构化数据集所需的工具集

• 基础是NumPy，提供了高性能矩阵的运算

• 提供了大量能够快速便捷地处理数据的函数和方法

• 应用于数据挖掘，数据分析

• 提供数据清洗功能

一、读取文件

熊猫读取每一种不同的文件有不同的方法比如：

读csv文件：pandas.read_csv( )

读excel文件：pandas.read_excel( )

读json 文件：pandas.read_json ( )

其实这么看起来也很好记忆的！

1.csv

pandas.read_csv( filepath_or_buffer, sep =',' , usecols=[] )

filepath_or_buffer：文件路径

sep =',' ：分隔符，一般用逗号

usecols=[]：选择读取的列，必须用列表形式

file.to_csv( filepath_or_buffer, sep =',' , columns=[] )

columns=['open', 'high', 'close'],  # 指定保存数据的列数

index=False    # 可以让索引列不被保存的，要不然会多出第一列

2.Json

pandas.read_json ( )

file.to_json ( )

保存json有点难度，其中参数

force_ascii=False # 默认在保存json数据的时候, 是 ascii 编码, force_ascii=False不使用ascii编码

orient='table'  # 指定保存数据的类型

可以保存的数据类型有，split、table、index

原json数据

 

 orient='table' 

  orient='split' 

   orient='index' 

3.excel

 df_excel = pd.read_excel('./data/xxx.xlsx', sheet_name='表1', skiprows=[0, 1],  nrows=10)

打开excel文件一定要考虑到打开到具体的XX表中，skiprows可以跳过指定的行，nrows可以查看有多少行。

file.to_excel()

保存excel文件的时候就可以不用指明表名字了！（excel玩的好，这个用处也不是很大了！）