pandas的文件读取和保存

pandas的文件读取和保存

一、Excel文件的读取(read_excel)

pd.read_excel(io, sheetname=0, header=0, skiprows=None, skip_footer=0, index_col=None, names=None, parse_cols=None, parse_dates=False, date_parser=None, na_values=None, thousands=None, convert_float=True, has_index_names=None, converters=None, dtype=None, true_values=None, false_values=None, engine=None, squeeze=False, **kwds)

参数说明:

• io:字符串,文件的路径对象

• sheetname：None、string、int、字符串列表或者是整数列表，default 为0，字符串用于工作表名称,整数用于零索引工作表位置,字符串列表或整数列表用于请求多个工作表，为None时获取所有工作表。

sheetname	值的描述
0	获取sheet1表格
1	获取sheet2表格
‘Sheet3’	获取sheet3表格
[0,1,‘Sheet5’]	获取sheet1,sheet2和sheet5表格

• header： 表示的是哪一行作为列索引,默认是0(第一行), 当header不为第一行的时候,会将默认为列索引之前的行全部删除不读，数据为列名行以下的数据；若数据不含列名，则设定 header = None。

• names：当文件中没有给出表头的时候,需要将header设置为None值, 并且传入与列相同数量的list

  data = pd.read_excel(r'G:\第四阶段-数据分析\day07\作业\meal_order_detail.xlsx',header=None,names=np.arange(19))
  print(data.head())
  

• index_col：指定列为索引列，默认None列（0索引）用作DataFrame的行标签。\

• skiprows :跳过指定行(包括)之前的行开始读取

  • 传入的值从1开始的任意int类型，超出行的长度不报错，显示为空，如下：
    Empty DataFrame
    Columns: []
    Index: []

  • 只剩最后一条数据时，显示如下：
    Empty DataFrame
    Columns: [4, peter, 18, man]
    Index: []
    nrows

  • 值为int类型，默认None，只取前n行数据，按索引传参

  • 传入值为0时，只取第一行，显示如下：
    Empty DataFrame
    Columns: [1, jack, 22, man]
    Index: []

  • 传入其余值时，只显示该值(包括)之前的行，超出行的长度后不报错，有多少行显示多少行

二、读取csv文件(read_csv)

注释：.csv属于文本文件,逗号分隔文件,编码一般为gbk;

参数说明:

1. sep:元素之间分隔符,csv文件默认分隔符为逗号;
2. engine:{‘c’, ‘python’},底层编译的方式,默认是c语言,如果遇到问题,可以将engine改为Python;
3. encoding:一般是gbk
4. delimiter:str, default None,定界符，备选分隔符（如果指定该参数，则sep参数失效）

pd.read_table( r’path’,
sep=’,’,
encoding=‘gbk’,
engine=‘python’).head()

三、文件的保存

（1）保存到excel文件:to_excel

参数说明:

• excel_writer:字符串或Excelwrite对象,文件路径或现有的ExcelWriter
• sheet_name:字符串,默认’Sheet1’
• na_rep:字符串,默认’ ',缺失数据表示

df.to_excel(‘filename.xlsx’)

(2)保存到csv文件:to_csv

参数说明:

• path_or_buf:默认值为None,字符串或文件句柄，默认无文件,路径或对象，如果没有提供，结果将返回为字符串.
• sep:输出文件的字段的分隔符,默认为’,’
• na_rep:缺失数据表示,默认为’ ’

，默认无文件,路径或对象，如果没有提供，结果将返回为字符串.

• sep:输出文件的字段的分隔符,默认为’,’
• na_rep:缺失数据表示,默认为’ ’