Pandas 读取数据

本代码演示：

  • Pandas 读取纯文本文件

    • 读取 csv 文件
    • 读取 txt 文件
  • Pandas 读取 xlsx 格式 excel 文件
  • Pandas 读取 mysql 数据表
import pandas as pd

读取纯文本文件

读取 csv，使用默认的标题行、逗号分隔符

fpath = "./datas/ml-latest-small/ratings.csv"
ratings = pd.read_csv(fpath)  # 使用 pd.read_csv 读取数据
ratings.head()  # 查看前几行数据
userId movieId rating timestamp
0 1 1 4.0 964982703
1 1 3 4.0 964981247
2 1 6 4.0 964982224
3 1 47 5.0 964983815
4 1 50 5.0 964982931 
ratings.shape  # 查看数据的形状，返回（行数，列数）
(100836, 4)




ratings.columns  # 查看列名
Index(['userId', 'movieId', 'rating', 'timestamp'], dtype='object')




ratings.index  # 索引
RangeIndex(start=0, stop=100836, step=1)




ratings.dtypes  # 查看每列数据类型
userId         int64
movieId        int64
rating       float64
timestamp      int64
dtype: object

读取 txt 文件，自己指定分隔符、列名

fpath = "./datas/crazyant/access_pvuv.txt"
pvuv = pd.read_csv(
    fpath,
    sep="\t",
    header=None,
    names=['pdate', 'pv', 'uv']
)
pvuv
pdate pv uv
0 2019-09-10 139 92
1 2019-09-09 185 153
2 2019-09-08 123 59
3 2019-09-07 65 40
4 2019-09-06 157 98
5 2019-09-05 205 151
6 2019-09-04 196 167
7 2019-09-03 216 176
8 2019-09-02 227 148
9 2019-09-01 105 61

读取 excel 文件

fpath = "./datas/crazyant/access_pvuv.xlsx"
pvuv = pd.read_excel(fpath)
pvuv
日期 PV UV
0 2019-09-10 139 92
1 2019-09-09 185 153
2 2019-09-08 123 59
3 2019-09-07 65 40
4 2019-09-06 157 98
5 2019-09-05 205 151
6 2019-09-04 196 167
7 2019-09-03 216 176
8 2019-09-02 227 148
9 2019-09-01 105 61

读取 mysql 数据表

import pymysql

conn = pymysql.connect(
    host='127.0.0.1',
    user='root',
    password='123456',
    database='test_db',
    charset='utf8'
)
mysql_page = pd.read_sql("select * from crazyant_pvuv", con=conn)
mysql_page
pdate pv uv
0 2019-09-10 139 92
1 2019-09-09 185 153
2 2019-09-08 123 59
3 2019-09-07 65 40
4 2019-09-06 157 98
5 2019-09-05 205 151
6 2019-09-04 196 167
7 2019-09-03 216 176
8 2019-09-02 227 148
9 2019-09-01 105 61

Last modification：June 20, 2021
© Allow specification reprint
如果觉得我的文章对你有用，请随意赞赏