Pandas里怎样进行数据导入导出

在Pandas中，数据导入和导出是非常常见的操作。以下是一些常用的方法：

数据导入

1. 从CSV文件导入：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('filename.csv')

2. 从Excel文件导入：

# 读取Excel文件
df = pd.read_excel('filename.xlsx', sheet_name='Sheet1')

3. 从JSON文件导入：

# 读取JSON文件
df = pd.read_json('filename.json')

4. 从SQL数据库导入：

# 假设你使用的是SQLite数据库
import sqlite3

conn = sqlite3.connect('database.db')
df = pd.read_sql_query("SELECT * FROM table_name", conn)
conn.close()

5. 从文本文件导入（例如，制表符分隔的文件）：

# 读取制表符分隔的文件
df = pd.read_csv('filename.tsv', sep='\t')

6. 从字典导入：

# 从字典创建DataFrame
data = {'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']}
df = pd.DataFrame(data)

数据导出

1. 导出到CSV文件：

# 将DataFrame导出到CSV文件
df.to_csv('filename.csv', index=False)

2. 导出到Excel文件：

# 将DataFrame导出到Excel文件
df.to_excel('filename.xlsx', sheet_name='Sheet1', index=False)

3. 导出到JSON文件：

# 将DataFrame导出到JSON文件
df.to_json('filename.json')

4. 导出到SQL数据库：

# 假设你使用的是SQLite数据库
import sqlite3

conn = sqlite3.connect('database.db')
df.to_sql('table_name', conn, if_exists='replace', index=False)
conn.close()

5. 导出到文本文件（例如，制表符分隔的文件）：

# 将DataFrame导出到制表符分隔的文件
df.to_csv('filename.tsv', sep='\t', index=False)

其他有用的参数

• index: 是否将DataFrame的索引作为一列导出。默认值为True。
• header: 是否将DataFrame的列名作为一行导出。默认值为True。
• mode: 当写入文件时，指定模式（例如，'w’表示写入，‘a’表示追加）。默认值为’w’。

通过这些方法，你可以轻松地在Pandas中进行数据的导入和导出操作。