pandas 基础读写
  Pandas是Python中一个非常流行的数据处理库，它提供了高效的数据结构和数据分析工具，可以方便地进行数据读取、清洗、转换、分析和可视化等操作。在本文中，我们将介绍Pandas的基础读写操作，包括如何读取和写入CSV、Excel、SQL等常见数据格式。
 
  1. 读取CSV文件
 
  CSV（Comma-Separated Values）是一种常见的文本格式，用于存储表格数据。Pandas提供了read_csv函数，可以方便地读取CSV文件并转换为DataFrame对象。例如，我们有一个名为data.csv的文件，包含以下数据：
 
  ```
  name,age,gender
  Alice,25,Female
  Bob,30,Male
  Charlie,35,Male
  ```
 
  我们可以使用以下代码读取该文件：
 
  ```python
  import pandas as pd
 
  df = pd.read_csv('data.csv')
  print(df)
  ```
 
python怎么读csv数据  输出结果为：
 
  ```
        name  age  gender
  0    Alice  25  Female
  1      Bob  30    Male
  2  Charlie  35    Male
  ```
 
  read_csv函数默认使用逗号作为分隔符，如果文件中使用其他分隔符，可以通过sep参数指定。例如，如果文件中使用制表符作为分隔符，可以使用以下代码读取：
 
  ```python
  df = pd.read_csv('data.csv', sep='\t')
  ```
 
  2. 读取Excel文件
 
  Excel是一种常见的电子表格格式，Pandas提供了read_excel函数，可以方便地读取Excel文件并转换为DataFrame对象。例如，我们有一个名为data.xlsx的文件，包含以下数据：
 
  | name    | age | gender |
  | ------- | --- | ------ |
  | Alice  | 25  | Female |
  | Bob    | 30  | Male  |
  | Charlie | 35  | Male  |
 
  我们可以使用以下代码读取该文件：
 
  ```python
  df = pd.read_excel('data.xlsx')
  print(df)
  ```
 
  输出结果为：
 
  ```
        name  age  gender
  0    Alice  25  Female
  1      Bob  30    Male
  2  Charlie  35    Male
  ```
 
  read_excel函数默认读取第一个工作表，如果需要读取其他工作表，可以通过sheet_name参数指定。例如，如果需要读取第二个工作表，可以使用以下代码：
 
  ```python
  df = pd.read_excel('data.xlsx', sheet_name='Sheet2')
  ```
 
  3. 读取SQL数据库
 
  Pandas还可以读取SQL数据库中的数据，需要使用read_sql函数。例如，我们有一个名为test.db的SQLite数据库，包含以下数据：
 
  | name    | age | gender |
  | ------- | --- | ------ |
  | Alice  | 25  | Female |
  | Bob    | 30  | Male  |
  | Charlie | 35  | Male  |
 
  我们可以使用以下代码读取该数据库：
 
  ```python
  import sqlite3
 
  conn = t('test.db')

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。