如何用Pandas进行数据导入导出

发布时间:2025-02-17 21:28:47 作者:小樊
来源:亿速云 阅读:112

Pandas是一个强大的Python数据分析工具,它提供了大量的功能来方便地进行数据的导入和导出。以下是一些常用的数据导入导出方法:

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')
  1. 从Excel文件导入
# 读取Excel文件
df = pd.read_excel('filename.xlsx', sheet_name='Sheet1')
  1. 从JSON文件导入
# 读取JSON文件
df = pd.read_json('filename.json')
  1. 从SQL数据库导入
# 使用SQLAlchemy连接数据库
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://user:password@host:port/database')

# 读取数据
df = pd.read_sql('SELECT * FROM table_name', engine)
  1. 从文本文件导入
# 读取制表符分隔的文本文件
df = pd.read_csv('filename.tsv', sep='\t')

# 读取任意分隔符的文本文件
df = pd.read_csv('filename.delimited', sep='|')
  1. 从字典导入
# 从字典创建DataFrame
data = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data)

数据导出

  1. 导出到CSV文件
# 将DataFrame导出为CSV文件
df.to_csv('filename.csv', index=False)
  1. 导出到Excel文件
# 将DataFrame导出为Excel文件
df.to_excel('filename.xlsx', sheet_name='Sheet1', index=False)
  1. 导出到JSON文件
# 将DataFrame导出为JSON文件
df.to_json('filename.json', orient='records')
  1. 导出到SQL数据库
# 将DataFrame导出到SQL数据库
df.to_sql('table_name', engine, if_exists='replace', index=False)
  1. 导出到文本文件
# 将DataFrame导出为制表符分隔的文本文件
df.to_csv('filename.tsv', sep='\t', index=False)

# 将DataFrame导出为任意分隔符的文本文件
df.to_csv('filename.delimited', sep='|', index=False)

其他有用的参数

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。根据具体需求选择合适的方法和参数即可。

推荐阅读:
  1. Python处理excel根据全称自动填写简称的示例
  2. 学习python将中文数字转化成阿拉伯数字的方法

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python

上一篇:Pandas中如何进行数据转换与重塑

下一篇:Pandas里怎样进行数据统计与描述

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》