python&Pandas二:数据读取与写入

发布时间:2024年01月03日

Pandas提供了各种函数和方法来实现数据读取和写入的操作。下面我将详细介绍Pandas中常用的数据读取和写入的方法。

数据读取:

  • 从CSV文件读取:可以使用pd.read_csv()函数来读取CSV文件,并将其转换为DataFrame对象。

    df = pd.read_csv('data.csv')
    
  • 从Excel文件读取:可以使用pd.read_excel()函数来读取Excel文件,并将其转换为DataFrame对象。

    df = pd.read_excel('data.xlsx', sheet_name='Sheet1')
    
  • 从SQL数据库读取:可以使用pd.read_sql()函数来从SQL数据库中读取数据,并将其转换为DataFrame对象。

    import sqlite3
    
    conn = sqlite3.connect('database.db')
    query = 'SELECT * FROM table'
    df = pd.read_sql(query, conn)
    

数据写入:

  • 将DataFrame写入CSV文件:可以使用DataFrame.to_csv()方法将DataFrame对象写入CSV文件。

    df.to_csv('data.csv', index=False)
    
  • 将DataFrame写入Excel文件:可以使用DataFrame.to_excel()方法将DataFrame对象写入Excel文件。

    df.to_excel('data.xlsx', sheet_name='Sheet1', index=False)
    
  • 将DataFrame写入SQL数据库:可以使用DataFrame.to_sql()方法将DataFrame对象写入SQL数据库表中。

    import sqlite3
    
    conn = sqlite3.connect('database.db')
    df.to_sql('table', conn, if_exists='replace', index=False)
    

通过上述方法,您可以轻松地从CSV、Excel文件或SQL数据库中读取数据,并将处理后的数据保存到不同的文件格式中。这些功能使得Pandas成为处理和分析数据的强大工具。根据您的需求和数据源的不同,选择适合的读取和写入方法即可。

文章来源:https://blog.csdn.net/m0_63030819/article/details/135372633
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。