pandas數據讀取（DataFrame & Series）

1、pandas數據的讀取

pandas需要先讀取表格類型的數據，然后進行分析

數據說明	說明	pandas讀取方法
csv、tsv、txt	用逗號分割、tab分割的純文本文件	pd.read_csv
excel	微軟xls或者xlsx文件	pd.read_excel
mysql	關系向數據庫表	pd.read_sql

 

#本代碼示例：


import pandas as pd  #導入包

#1讀取csv，使用默認的標題行、逗號分割
fpath = “要打開文件的路徑”
ratings = pd.read_csv(fpath)   #使用pd.read_csv讀取數據
ratings.head()      #查看前幾行（默認5行）
ratings.shape      #查看數據的形狀，返回（行數、列數）
ratings.columns   # 查看列名列表
ratings.index       #查看索引列
ratings.dtypes    #查看每一列的數據類型

#1.2讀取txt文件，自己制定分隔符、列名
fpath = “文件的路徑”
pvuv  = pd.read_csv(
        fpath,
        sep = “\t”,  #l列的分隔符
        header = None,
        names = ['pdate','pv','uv']
)
print(pvuv)


#讀取excel文件
fpath = “文件的路徑”
pvuv = pd.read_excel(fpath)
print(pvuv)


#讀取Mysql數據庫
import pmysql
conn = pmysql.connect(
         host = '127.0.0.1',
         user = 'root',
         password = '123456',
         database = 'test',
         charest = 'utf8'
)
mysql_page = pd.read_sql("select * from 表名",con=conn)
print(mysql_page)

 

2、pandas數據結構（DataFrame   &   Series）

DataFrame:二維數據，整個表格，多行多列

df.columns 查詢列

df.index  查詢行

Series：一維數據，一行或者一列

 

 

#1、 Series
#2、DataFrame
#3、從DAtaFrame中查詢出Series

import pandas as pd 
import numpy as np

#series是一種類似於一維數組的對象，它由一組數據（不同數據類型）以及一組與之相關的數#據標簽（即索引）組成。

#1.1僅有數據列表即可產生最簡單的series
s1 = pd.Series([1,'a',5.2,6])
# print(s1)  #左側為索引，右側為數據
print(s1.index)   #獲取索引  結果：RangeIndex(start=0, stop=4, step=1)
print(s1.values)  #獲取數據   結果：[1 'a' 5.2 6]

#1.2 創建一個具有標簽索引的Series
s2 = pd.Series([1,'a',5.2,6],index = ['d','b','a','c'])
print(s2)
print(s2.index)  #Index(['d', 'b', 'a', 'c'], dtype='object')


#1.3 使用python字典創建Series
sdata = {'ohio':3500,'Texas':72000,'Oregs':16000,'Ggrqg':5000}
s3 = pd.Series(sdata)
print(s3)

#1.4 根據標簽索引查詢數據（類似python的字典dict)
print(s2['a'])#5.2
print(type(s2['a']))#<class 'float'>
print(s2[['b','a']])

#2 DataFrame
# DataFrame是一個表格型的數據結構
# 每一列可以是不同的值類型（數值、字符串、布爾值）
# 既有行索引index，也有列索引columns
# 可以被看由Series組成的字典


#2.1根據多個字典序列創建dataframe
data = {
    'state':['ofjg','sdfg','werw','wrgwer','rgwg'],
    'year':[2000,3000,5000,6000,9000],
    'pop':[1.5,1.7,1.6,5.3,3.5]
}
df = pd.DataFrame(data)
print(df)


#3.從DataFrame中查詢Series
# 如果只查詢一列，返回的是pd.Series
# 如果查詢多行、多列，返回的是pd.DataFrame

# 3.1 查詢一列 結果是一個pd.Series
print(df['year'])
print(type(df['year']))#<class 'pandas.core.series.Series'>

# 3.2 查詢多列，結果是一個pd.DataFrame

print(df[['year','pop']])
print(type(df[['year','pop']]))#<class 'pandas.core.frame.DataFrame'>


# 3.3 查詢一行，結果是一個pd.Series
print(df.loc[1])
print(type(df.loc[1]))#<class 'pandas.core.series.Series'>


# 3.4 查詢多行，結果是一個pd.DataFrame
print(df.loc[1:3])
print(type(df.loc[1:3]))#<class 'pandas.core.frame.DataFrame'>