pandas读CSV、读JSON、Excel

学习让我快乐

 

pandas的数据读取基本操作

pandas是Python中非常流行的数据处理库，它提供了许多强大的工具来读取、处理和分析数据。在本文中，我们将介绍pandas中的一些基本数据读取操作。

读取CSV文件

CSV文件是最常见的数据文件格式之一，pandas提供了read_csv函数来读取CSV文件。下面是一个读取CSV文件的例子：

import pandas as pddf = pd.read_csv('file.csv')

其中，'file.csv'是CSV文件的路径。读取完毕后，数据将被存储在DataFrame对象中。

 

读取Excel文件

Excel文件也是一种常见的数据文件格式。pandas提供了read_excel函数来读取Excel文件。下面是一个读取Excel文件的例子：

import pandas as pddf = pd.read_excel('file.xlsx')

其中，'file.xlsx'是Excel文件的路径。读取完毕后，数据将被存储在DataFrame对象中。

读取JSON文件

JSON文件是一种轻量级的数据文件格式，常用于Web应用程序中。pandas提供了read_json函数来读取JSON文件。下面是一个读取JSON文件的例子：

import pandas as pddf = pd.read_json('file.json')

其中，'file.json'是JSON文件的路径。读取完毕后，数据将被存储在DataFrame对象中。

读取SQL数据库

pandas还提供了read_sql函数来从SQL数据库中读取数据。下面是一个读取SQL数据库的例子：

import pandas as pd
import sqlite3conn = sqlite3.connect('database.db')
df = pd.read_sql('SELECT * FROM table', conn)

其中，'database.db'是SQL数据库文件的路径，'table'是数据库中的表名。读取完毕后，数据将被存储在DataFrame对象中。

总结

在本文中，我们介绍了pandas中的一些基本数据读取操作，包括读取CSV文件、Excel文件、JSON文件和SQL数据库。这些操作是使用pandas进行数据处理的基础，对于数据科学家和数据分析师来说是非常重要的。