我们常见的资料储存格式无非就是csv、excel、txt以及数据库等形式。
资料读取
在pandas中可以使用一些函式完成资料的读取。比如read_csv、read_excel、read_table、read_sql等，这些分别是啥意思呢。。。。自己看字尾就能明白啦~
下面我们就通过撸程式码来了解它们
txt档案
格式：read_table(档案路径与档名, names=[列名1，列名2，.....], sep="",......)
其中names为列名，预设为档案中的第一行作为列名
sep为分隔符，预设为空
from pandas import read_table
#txt
df=read_table(r\'D:python_workspaceanacondarz.txt\')
#检视前五行资料
df.head(5)
#检视后两行资料
#df.tail(2)
rz.txt的内容如下
csv档案
格式：read_csv(档案路径与档名, names=[列名1，列名2，.....], sep="",......)
解释同上，不在废话
#csv
from pandas import read_csv
df=read_csv(r\'D:python_workspaceanacondarz.csv\')
df
rz.csv的内容如下
excel档案
格式：read_excel(档案路径与档名, sheetname=sheet的名称, header=0)
sheetname可以指定读取几个sheet，sheet数目从0开始。如果sheetname=[0,2]则代表读取第一个和第三个sheet
header为0表示以档案第一行作为表头显示；为1则把档案第一行丢弃不作为表头显示。
#exel
from pandas import read_excel
df=read_excel(r\'D:python_workspaceanacondarz.xls\', sheetname=\'Sheet3\')
df
mysql
首先安装pymysql，通过pip命令即可安装
格式：read_sql(要查询的sql语句, 数据库的连结物件)
import pandas as pd
import pymysql
#具体的数据库连结资讯自行替换 conn=pymysql.connect(host=\'xxxx\',database=\'xxx\',user=\'root\', password=\'\',port=3306,charset=\'utf8\')
sql=\'select * from a\'
r=pd.read_sql(sql,conn)
#关闭数据库连结
conn.close
print(r.head(5))
