Pandas —— 数据读取

前文

数据清洗 —— Pandas 的简单使用方法

Pandas 数据读取

Pandas 需要先读取表格类型的数据，然后才能进行分析

数据类型	说明	Pandas 读取方法
csv、tsv、txt	用逗号分隔，tab 分割的纯文本文件	pd.read_csv
excel	微软 xls 或者 xlsx 文件	pd.read_excel
MySQL	关系型数据库表	pd.read_sql

纯文本文件读取

文件内容如下：

使用 pandas 将这些数据读取并打印出来

# author       :  Woo_home
# create_time  :  2020/7/17 22:11

import pandas as pd

file_path = './demo.txt'
'''
    file_path：文件路径
    sep：分隔符
    header 设置为 None 的意思是说这个文件没有标题行
    names：自己设置列名
'''
data = pd.read_csv(file_path, sep=" ", header=None, names=['pdate','A','B','C','D'])
print(data)

输出结果：左侧的为索引

csv 文件读取

csv 文件如下

ok，现在用 pandas 来操作这个文件

# author       :  Woo_home
# create_time  :  2020/7/17 20:45

import pandas as pd

# 文件所在路径
file_path = './students.csv'

# 使用 pd.read_csv 读取文件
data = pd.read_csv(file_path)

# 打印前 5 行数据
print(data.head())

# 打印数据的形状，返回（行数，列数）
print(data.shape)

# 打印列名列表
print(data.columns)

# 打印索引列
print(data.index)

# 打印每列的数据类型
print(data.dtypes)

输出结果：

Excel 文件读取

设置 Excel 文件内容如下：

使用 pandas 的 read_excel 方法读取 Excel 文件内容并打印出来，代码如下：

# author       :  Woo_home
# create_time  :  2020/7/18 11:03

import pandas as pd

file_path = './demo.xlsx'
data = pd.read_excel(file_path)
print(data)

输出结果：

MySQL 数据表读取

数据库表中的数据如下：

使用 pandas 的 pd.read_sql 读取表数据，但是该操作需要连接数据库，所以需要安装 pymysql 的一个库，安装命令很简单，pip install pymysql 即可

# author       :  Woo_home
# create_time  :  2020/7/18 11:07

import pandas as pd
# 导入 pymysql
import pymysql

'''
    host：主机名称
    user：用户名
    password：连接密码
    database：选择你要连接的数据库名
    charset：编码格式
'''
connection = pymysql.connect(
                host = '',
                user = '',
                password = '',
                database = 'student',
                charset = 'utf8'
             )
mysql_page = pd.read_sql("select * from user", con=connection)
print(mysql_page)

输出结果：