Pythonベースのデータ解析は、大規模なデータ記憶装置(実際のコード)-pandas


パート我々はデータパンダを読むことを学んだし、この時間は、我々は、データの格納方法でコード行を見て、アップ〜


csvファイル

フォーマット:to_csv(ファイルパス、9月= ''、インデックス= TRUE、ヘッダ= TRUE)

デフォルトのインデックスは、行番号と、真であります

ヘッダーのデフォルトは、カラム名で、真実であります


パンダのインポートデータフレームから 

パンダのインポートシリーズから 


#作られたデータ

DF =データフレーム({ '年齢':シリーズ([26,85])、 '名前':シリーズ([ 'xiaoqiang1'、 'xiaoqiang2'])}) 

DF 


#預金 

df.to_csv( 'D:\ 1.csv')


Excelファイル

フォーマット:to_excel(ファイルパス、インデックス= TRUE、ヘッダ= TRUE)

ナンセンス、上記で説明していません


パンダのインポートデータフレームから 

パンダのインポートシリーズから 


#作られたデータ

DF =データフレーム({ '年齢':シリーズ([26,85])、 '名前':シリーズ([ 'xiaoqiang1'、 'xiaoqiang2'])}) 

DF  


#預金 

df.to_excel( 'D:\ 1.xlsx')


mysqlの

フォーマット:to_sql(名=テーブル名、コン=データベース・リンクオブジェクト)


パンダのインポートデータフレームから 

パンダのインポートシリーズから 

SQLAlchemyの輸入create_engineから


エンジン= create_engine( '+ pymysqlのmysql:ユーザー名を記入//:パスワード@フィルフィルIP:3306は、データベースの文字セット= UTF8の名前を記入/?') 


#作られたデータ

DF =データフレーム({ '年齢':シリーズ([26,85])、 '名前':シリーズ([ 'xiaoqiang1'、 'xiaoqiang2'])}) 


df.to_sql(名=表名、CON =エンジン、if_existsの= 'APPEND'、インデックス= Falseを、index_label =偽)


おすすめ

転載: blog.51cto.com/xqtesting/2409520