pandas读取服务器上的文件,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)1
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())1
2
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:
sep:元素之间分隔符,csv文件默认分隔符为逗号;
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;
encoding:一般是gbk
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’ ’
文章来源: blog.csdn.net，作者：KWHua，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/KWHua/article/details/112252881