博客

Pandas 数据读取与写入数据读取与写入

  • Post category:Python

下面是Pandas数据读取与写入的完整攻略，包括数据读取和数据写入，通过多个实例进行说明。

数据读取

读取CSV文件

Pandas可以轻松读取csv格式的文件。

import pandas as pd

df = pd.read_csv('path/to/file.csv')

注意：文件路径应该是相对路径或绝对路径。

读取Excel文件

Pandas也可以读取Excel文件，需要安装xlrd库。

import pandas as pd

df = pd.read_excel('path/to/file.xls')

同样，文件路径应该是相对路径或绝对路径。

读取JSON文件

Pandas可以读取JSON格式的文件，需要安装json库。

import pandas as pd

df = pd.read_json('path/to/file.json')

同样，文件路径应该是相对路径或绝对路径。

读取HTML文件

Pandas可以将HTML文件中的表格读取为DataFrame。

import pandas as pd

dfs = pd.read_html('path/to/file.html')

使用pd.read_html()方法后，返回的是一个DataFrame的列表，因为一个HTML文件可能包含多个表格。

数据写入

写入CSV文件

Pandas可以将DataFrame数据写入到CSV文件中。

import pandas as pd

df.to_csv('path/to/output.csv', index=False)

to_csv()方法默认情况下会将DataFrame的索引写入到CSV文件中，通常我们不需要这个功能，因此需要将index参数设置为False。

写入Excel文件

Pandas可以将DataFrame数据写入到Excel文件中，需要安装openpyxl库。

import pandas as pd

df.to_excel('path/to/output.xls', index=False)

注意：Pandas也可以写入.xlsx后缀的Excel文件，只需要将文件名后缀从.xls改为.xlsx。

写入JSON文件

Pandas可以将DataFrame数据写入到JSON文件中。

import pandas as pd

df.to_json('path/to/output.json', orient='records')

orient参数用于设定输出的JSON格式，可以设定为records、index、columns、values中的任意一个。

数据处理实例

下面通过实例对数据读取和数据写入进行演示。

实例1：读取CSV文件并输出前5行

import pandas as pd

df = pd.read_csv('path/to/file.csv')
print(df.head(5))

实例2：读取Excel文件并输出前5行

import pandas as pd

df = pd.read_excel('path/to/file.xls')
print(df.head(5))

实例3：读取JSON文件并输出

import pandas as pd

df = pd.read_json('path/to/file.json')
print(df)

实例4：将DataFrame数据写入CSV文件

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
df.to_csv('path/to/output.csv', index=False)

实例5：将DataFrame数据写入Excel文件

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
df.to_excel('path/to/output.xls', index=False)

实例6：将DataFrame数据写入JSON文件

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)
df.to_json('path/to/output.json', orient='records')

以上就是Pandas数据读取与写入的完整攻略，希望对你有所帮助。

Tags: