Pandas怎么读写数据
Pandas是一个非常强大的Python库，主要用于数据处理和分析，在本文中，我们将介绍如何使用Pandas进行数据的读写操作，Pandas提供了多种数据结构，如Series和DataFrame,以及丰富的数据处理功能，如数据清洗、数据合并等，下面我们将通过实例来介绍如何使用Pandas进行数据的读写操作。
导入Pandas库
我们需要导入Pandas库，在大多数情况下，我们可以直接使用以下命令导入Pandas库：
import pandas as pd
创建DataFrame
1、读取CSV文件
要从CSV文件中读取数据，可以使用pd.read_csv()函数，我们有一个名为data.csv的CSV文件，可以使用以下代码读取该文件：
df = pd.read_csv('data.csv')
2、创建DataFrame
除了从CSV文件中读取数据外，我们还可以直接使用字典或列表创建DataFrame。
data = {'name': ['Tom', 'Jerry', 'Spike'],
'age': [20, 18, 22],
'city': ['New York', 'San Francisco', 'Los Angeles']}
df = pd.DataFrame(data)
写入CSV文件
1、将DataFrame写入CSV文件
要将DataFrame写入CSV文件，可以使用to_csv()函数，我们有一个名为output.csv的CSV文件，可以将上面创建的DataFrame写入该文件：
df.to_csv('output.csv', index=False)
2、将DataFrame追加到CSV文件
如果要将DataFrame追加到已有的CSV文件中，可以使用to_csv()函数并设置mode='a'参数。
df.to_csv('output.csv', mode='a', header=False)
其他数据读写操作
1、读取Excel文件
要从Excel文件中读取数据，可以使用pd.read_excel()函数。
df = pd.read_excel('data.xlsx')
2、写入Excel文件
要将DataFrame写入Excel文件，可以使用to_excel()函数。
df.to_excel('output.xlsx', index=False)
3、读取SQL数据库中的数据
要从SQL数据库中读取数据，可以使用pymysql或psycopg2等库连接数据库，然后使用Pandas的read_sql()函数执行SQL查询。
import pymysql
import pandas as pd
from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://username:password@localhost/dbname')
sql = "SELECT * FROM tablename"
df = pd.read_sql(sql, engine)
4、将数据写入SQL数据库中的表单
原创文章，作者：K-seo，如若转载，请注明出处：https://www.kdun.cn/ask/145776.html
微信扫一扫 