Pandas使用一（DataFrame创建，csv、exl、sql读取写入）

Pandas操作的数据类型为DataFrame，可以看作多个元祖组合而成， shape函数得到大小

.创建，读取，保存数据

1. 创建DataFrame

• 元祖创建，只能创建一列，不能指定列名，name为整个表的名字，index参数为行名，作为索引

pd.Series([30, 35, 40], index=['2015 Sales', '2016 Sales', '2017 Sales'],name='Product A')

2015 Sales	30
2016 Sales	35
2017 Sales	40

• 字典创建，按列赋值

pd.DataFrame({'Yes': [50, 21] , 'No': [131, 2]}, index = ['A','B'])

	Yes	No
A	50	131
B	21	2

• columns为列名，按行赋值

fruit_sales = pd.DataFrame([[35, 21], [41, 34]],
                         columns=['Apples', 'Bananas'],
                              index=['2017 Sales', '2018 Sales'])

	Apples	Bananas
2017 Sales	35	21
2018 Sales	41	34

2.读取数据

• 从csv中读取
  index_col设置作为索引的列
  head()显示数据，默认为前5行

wine_reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)
wine_reviews.head()

• 从exl中读取
  一个xls可能有很多表，需要指定表名，往往含有很多附加信息，要先进行数据清洗

wic = pd.read_excel("../input/publicassistance/xls_files_all/WICAgencies2013ytd.xls", 
                    sheet_name='Total Women')

• 从sql数据库中读取

import sqlite3
conn = sqlite3.connect("../input/188-million-us-wildfires/FPA_FOD_20170508.sqlite")
fires = pd.read_sql_query("SELECT * FROM fires", conn)

3.写入数据

• csv

wine_reviews.head().to_csv("wine_reviews.csv")

• exl

wic.to_excel('wic.xlsx', sheet_name='Total Women')

• sql数据库

 conn = sqlite3.connect("fires.sqlite")
fires.head(10).to_sql("fires", conn)`

原文