1、导入csv数据
from pandas import read_csv
filename = "F:\\数据分析\\数据分析3\\章节4数据处理\\4\\4.1\\a.csv"
df = read_csv(filename,encoding="UTF-8")
print (df)
2、导入文本数据
使用read_table函数导入普通文本文件
- read_table(filename,names=[列名1,列名2,…],sep="",encoding,…)
from pandas import read_table
filename = "F:\\数据分析\\数据分析3\\章节4数据处理\\4\\4.1\\2.txt"
df = read_table(filename,names=["age","name"],sep=",",encoding="UTF-8")
print (df)
参数 | 注释 |
---|---|
filename | 文件的路径 |
names | 列名,默认为文件中的第一行作为列名 |
sep | 分隔符,默认为空,表示默认导入为一列 |
encoding | 设置文件格式,在导入中文的时候需要设置为UTF-8 |
#运行结果
age name
0 23 KEN
1 32 John
2 25 JIMI
3 中文 英文
3、导入Excel文件
使用read_excel函数导入Excel文件
- read_excel(filename,sheetname,header)
from pandas import read_excel
filename = "F:\\数据分析\\数据分析3\\章节4数据处理\\4\\4.1\\3.xls"
df = read_excel(filename,sheet_name="data",encoding="UTF-8")
print (df)
参数 | 注释 |
---|---|
fileName | 文件路径 |
sheetname | Sheet的名字 |
names | 列名,默认为文件中的第一行作为列名 |
4、保存数据
to_csv函数语法:
- to_csv(filePath,sep=",",index=True,header=True)
from pandas import DataFrame
df = DataFrame({
'age':[20,21,22,23],
'name':['you','are','my','love']
})
print (df)
filePath = "G:\\数据分析学习\\in_csv.csv"
df.to_csv(filePath,index=True,header=True)
运行结果
参数 | 注释 |
---|---|
filePath | 导出文件路径 |
sep | 分隔符,默认为逗号(","),也就是以逗号分隔列 |
index | 是否导出行序列,默认为True,也就是导出行序列号 |
header | 是否导出列名,默认为True,也就是导出列名 |