打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
数据加载存储和文件格式

原文地址:

https://github.com/AsuraDong/Blog/blob/master/Articles/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/%E6%95%B0%E6%8D%AE%E5%8A%A0%E8%BD%BD%E5%AD%98%E5%82%A8%E5%92%8C%E6%96%87%E4%BB%B6%E6%A0%BC%E5%BC%8F.md

1.读取文本格式数据

import pandas as pdimport numpy as npimport sysimport pymysql
# 图片:pandas解析函数
df = pd.read_csv('ex1.csv')print(df)
   a   b   c   d message0  1   2   3   4   hello1  5   6   7   8   world2  9  10  11  12     foo
df = pd.read_table('ex1.csv',sep=',') #可以使用read_table,但必须指定分隔符# sep还可以是正则表达式print(df)
   a   b   c   d message0  1   2   3   4   hello1  5   6   7   8   world2  9  10  11  12     foo
df = pd.read_csv('ex2.csv',header = None)#不是每一个csv都有headerprint(df)
   0   1   2   3      40  1   2   3   4  hello1  5   6   7   8  world2  9  10  11  12    foo
df = pd.read_csv('ex2.csv',names=['a','b','c','d','names'])#指定名字print(df)
   a   b   c   d  names0  1   2   3   4  hello1  5   6   7   8  world2  9  10  11  12    foo
names=['a','b','c','d','names']df = pd.read_csv('ex2.csv',names=names,index_col='names') #将names做成索引print(df)#names对应三个,abcd分别有对应的
       a   b   c   dnames               hello  1   2   3   4world  5   6   7   8foo    9  10  11  12
df = pd.read_csv('csv_mindex.csv')print('原始样子:','\n',df)df = pd.read_csv('csv_mindex.csv',index_col=['keys','key2'])#层次化索引.#请注意keys和key2的顺序print(df)
原始样子:    keys key2  value1  value20  one    a       1       21  one    b       3       42  two    a       9      103  two    c      13      14           value1  value2keys key2                one  a          1       2     b          3       4two  a          9      10     c         13      14
df = pd.read_csv('ex4.csv')print('原始样子:','\n',df)#跳过文件的第几行print()df = pd.read_csv('ex4.csv',skiprows=[0,2])print(df)
原始样子:                                                            # hey!a                                           b   c   d    message# just wanted to make things more difficult NaN NaN NaN      NaN1                                           2   NaN 4      hello   a  b   c  d message0  1  2 NaN  4   hello
pd.isnull(df)# 处理缺失值df = pd.read_csv('ex4.csv',skiprows=[0,2],na_values=['hello'])# 接收一组用于表示缺失值的字符串print(df)print(pd.isnull(df))
   a  b   c  d  message0  1  2 NaN  4      NaN       a      b     c      d  message0  False  False  True  False     True
sentinels = {'message':['foo','NA'],'d':['a','NaN']}# 用一个字典为各列指定不同的NA标记值df = pd.read_csv('ex4.csv',skiprows=[0,2],na_values=sentinels)print(df)
   a  b   c  d message0  1  2 NaN  4   hello
# 图片:read_table/csv参数

2.逐块读取文本文件

# nrows参数指定只读取定行。算上第一行哦pd.read_csv('ex1.csv',nrows=4)
<style> .dataframe thead tr:only-child th { text-align: right; }
.dataframe thead th {    text-align: left;}.dataframe tbody tr th {    vertical-align: top;}
</style>
 abcdmessage
01234hello
15678world
29101112foo
# chunksize 指定分块读取chunks = pd.read_csv('ex1.csv',chunksize=2)print(chunks)
<pandas.io.parsers.TextFileReader object at 0x0000007D7E4A39B0>
for chunk in chunks:    print(chunk)    print('='*10,)
   a  b  c  d message0  1  2  3  4   hello1  5  6  7  8   world==========   a   b   c   d message2  9  10  11  12     foo==========

3.将数据写出到文本格式

data = pd.read_csv('ex1.csv',nrows=3)data.to_csv('ex1_1.csv') #to_csv写入data.to_csv('ex1_2.csv',sep='|')# 别的分隔符data.to_csv('ex1_1.csv',na_rep='NULL')# 缺失值会被替换为na_rep
data.to_csv(sys.stdout,index=False,header=False) # 行、列标签被禁止# 输出到控制台
1,2,3,4,hello5,6,7,8,world9,10,11,12,foo
data.to_csv(sys.stdout,index=False,columns=['a','b'])
a,b1,25,69,10
data.to_csv(sys.stdout)
,a,b,c,d,message0,1,2,3,4,hello1,5,6,7,8,world2,9,10,11,12,foo

4.DataFrame

# 可以将json格式的数据传给DataFreame# 也可以数据将数据库的rows传给DataFrame
conn = pymysql.Connect(host='172.31.238.166',port=3306,user='luowang',passwd='root',                      charset='UTF8',db='dyx')cursor=conn.cursor()sql='select * from access_log';cursor.execute(sql)rows= cursor.fetchall()print(cursor.description)
(('aid', 3, None, 16, 16, 0, False), ('site_id', 3, None, 16, 16, 0, False), ('count', 3, None, 32, 32, 0, False))
# cursor.description第一个保存了列的信息# pd.DataFrame(rows,columns=[i[0] for i in cursor.description])pd.DataFrame(rows,columns=zip(*cursor.description)[0])
---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-74-05969a36ac33> in <module>()      1 # cursor.description第一个保存了列的信息      2 # pd.DataFrame(rows,columns=[i[0] for i in cursor.description])----> 3 pd.DataFrame(rows,columns=zip(*cursor.description)[0])TypeError: 'zip' object is not subscriptable
[i[0] for i in cursor.description]
['aid', 'site_id', 'count']
pd.DataFrame(list(rows),columns=[i[0] for i in cursor.description]) #rows必须是list类型
<style> .dataframe thead tr:only-child th { text-align: right; }
.dataframe thead th {    text-align: left;}.dataframe tbody tr th {    vertical-align: top;}
</style>
 aidsite_idcount
01145
123100
231230
34210
455205
56413
673220
785545
893201
9101010
10111111

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
数据科学 | Pandas数据分析入门
Python 数据处理库 pandas 入门教程
太香了!最强的 pandas 入门教程
pandas中dataframe的基本用法汇总
Python3pandas库DataFrame用法(基础整理)
简约而不简单|值得收藏的Pandas基本操作指南
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服