基于python的大數據分析-pandas數據讀取（代碼實戰）

我們常見的數據存儲格式無非就是csv、excel、txt以及數據庫等形式。

數據讀取

在pandas中可以使用一些函數完成數據的讀取。比如read_csv、read_excel、read_table、read_sql等，這些分別是啥意思呢。。。。自己看后綴就能明白啦~

下面我們就通過擼代碼來了解它們

txt文件

格式：read_table(文件路徑與文件名, names=[列名1，列名2，.....], sep="",......)

其中names為列名，默認為文件中的第一行作為列名

sep為分隔符，默認為空

from?pandas?import?read_table

#txt
df=read_table(r'D:python_workspaceanacondarz.txt')
#查看前五行數據
df.head(5)
#查看后兩行數據
#df.tail(2)

rz.txt的內容如下

csv文件

格式：read_csv(文件路徑與文件名, names=[列名1，列名2，.....], sep="",......)

解釋同上，不在廢話

#csv
from?pandas?import?read_csv

df=read_csv(r'D:python_workspaceanacondarz.csv')
df

rz.csv的內容如下

excel文件

格式：read_excel(文件路徑與文件名, sheetname=sheet的名稱, header=0)

sheetname可以指定讀取幾個sheet，sheet數目從0開始。如果sheetname=[0,2]則代表讀取第一個和第三個sheet

header為0表示以文件第一行作為表頭顯示；為1則把文件第一行丟棄不作為表頭顯示。

#exel
from?pandas?import?read_excel

df=read_excel(r'D:python_workspaceanacondarz.xls',?sheetname='Sheet3')
df

mysql

首先安裝pymysql，通過pip命令即可安裝

格式：read_sql(要查詢的sql語句, 數據庫的鏈接對象)

import?pandas?as?pd
import?pymysql

#具體的數據庫鏈接信息自行替換
conn=pymysql.connect(host='xxxx',database='xxx',user='root',
password='',port=3306,charset='utf8')
sql='select?*?from?a'
r=pd.read_sql(sql,conn)
#關閉數據庫鏈接
conn.close()
print(r.head(5))