一、三種數據文件的讀取
二、csv、tsv、txt 文件讀取
1）CSV文件讀取：
語法格式：pandas.read_csv(文件路徑)
CSV文件內容如下：
import pandas as pd
file_path = "e:\\pandas_study\\test.csv"
content = pd.read_csv(file_path)
content.head() # 默認返回前5行數據
content.head(3) # 返回前3行數據
content.shape # 返回一個元組（總行數，總列數），總行數不包括標題行
content.index # 返回索引，是一個可迭代的對象class 'pandas.core.indexes.range.RangeIndex'>
content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object')
content.dtypes # 返回的是每列的數據類型
姓名 object
年齡 int64
籍貫 object
dtype: object
2）CSV文件讀取：
語法格式：pandas.read_csv(文件路徑)
CSV文件內容如下：
import pandas as pd
file_path = "e:\\pandas_study\\test2.txt"
content = pd.read_csv(file_path,sep='\t',header = None ,names= ['name','age','adress'])
#參數說明：
# header = None 表示沒有標題行
# sep='\t' 表示去除分割符中的空格
# names= ['name','age','adress'] ，列名依次自定義為'name','age','adress'
content.head() # 默認返回前5行數據
content.head(3) # 返回前3行數據
content.shape # 返回一個元組（總行數，總列數），總行數不包括標題行
content.index # 返回索引，是一個可迭代的對象class 'pandas.core.indexes.range.RangeIndex'>
content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object')
content.dtypes # 返回的是每列的數據類型
三、excel文件讀取
import pandas as pd
file_path = "e:\\pandas_study\\test3.xlsx"
content = pd.read_excel(file_path)
content.head() # 默認返回前5行數據
content.head(3) # 返回前3行數據
content.shape # 返回一個元組（總行數，總列數），總行數不包括標題行
content.index # 返回索引，是一個可迭代的對象class 'pandas.core.indexes.range.RangeIndex'>
content.column # 返回所有的列名 Index(['姓名', '年齡', '籍貫'], dtype='object')
content.dtypes # 返回的是每列的數據類型
姓名 object
年齡 int64
籍貫 object
dtype: object
四、數據庫表格讀取
語法： pandas.read_sql(sql語句,數據庫連接對象)
數據對象的創建，可以根據pymysql,cx_oracle等模塊連接mysql或者oracle。
到此這篇關于Python數據分析之pandas讀取數據的文章就介紹到這了,更多相關pandas讀取數據內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python 循環讀取數據內存不足的解決方案
- Python隨機函數random隨機獲取數字、字符串、列表等使用詳解
- python實現scrapy爬蟲每天定時抓取數據的示例代碼
- Python從文件中讀取數據的方法步驟
- python從PDF中提取數據的示例
- python從Oracle讀取數據生成圖表
- python3:excel操作之讀取數據并返回字典 + 寫入的案例
- Python爬取數據并實現可視化代碼解析
- Python定時從Mysql提取數據存入Redis的實現
- 使用Python腳本從文件讀取數據代碼實例
- python3實現從kafka獲取數據,并解析為json格式,寫入到mysql中
- Python實現一個自助取數查詢工具
