python怎么导入数据文件_利用python进行数据分析之数据导入

加载数据的方法有很多，精力有限，根据数据类型分类掌握一致两种导入方法

1.读写文本格式的数据

pd.read_csv()

pd.read_table()

这一种应该是最常用的读取数据的方法了，根据数据的混乱程度可以在后面加上读取的限定方法，常用的如下：

导出文本文件：

data.to_csv()

2.读取/导出文本文件

with open（'mydata.csv','r/w'）as f：

3.json数据

import json

a=json.loads(obj)#导入json数据

ajson=json.dumps(data)#将文本转换成json对象

data=pd.read_json()#直接读取json数据为data对象

4.读取xml和html

pd.read_html()

5.读取Excel文件

#方法1

xlsx=pd.ExcelFile('name.xlsx')

#方法2

xlsx=pd.read_excel('name.xlsx')

6.从数据库中读取数据

与数据库建立连接，用SQL查询导入数据，分析数据时也可以之间用SQL语句查询，然后转换成DataFrame 形式，例：

#导入包

import pymysql

连接数据库

conn=pymysql.connect(host='localhost',port=3306,

user='root',password='123456',db='brazilian',charset='utf8')#db为数据库名

query='select * from new_orders_merged'#编写SQL语句

sql_data=pd.read_sql(query,conn)#执行SQL语句，从数据库中导入名为new_orders_merged的表

#sql语句

sql="""SELECT customer_state,ROUND(SUM(payment_value),2) AS "交易额"

FROM new_orders_merged

GROUP BY customer_state ORDER BY 交易额 DESC;"""

#建立游标

cursor= conn.cursor()

#执行sql语句

cursor.execute(sql)

#读取全部数据

state_pay=cursor.fetchall()

#转换数据类型

#转为list类型

state_pay_List=list(state_pay)

#转为DataFrame类型

state_pay_Data = pd.DataFrame(state_pay_List,columns=["state","交易额"])

state_pay_Data=state_pay_Data.set_index("state")

print(state_pay_Data)