pandas数据读取（DataFrame & Series）

1、pandas数据的读取

pandas需要先读取表格类型的数据，然后进行分析

数据说明	说明	pandas读取方法
csv、tsv、txt	用逗号分割、tab分割的纯文本文件	pd.read_csv
excel	微软xls或者xlsx文件	pd.read_excel
mysql	关系向数据库表	pd.read_sql

#本代码示例：

import pandas as pd  #导入包

#1读取csv，使用默认的标题行、逗号分割
fpath = “要打开文件的路径”
ratings = pd.read_csv(fpath)   #使用pd.read_csv读取数据
ratings.head()      #查看前几行（默认5行）
ratings.shape      #查看数据的形状，返回（行数、列数）
ratings.columns   # 查看列名列表
ratings.index       #查看索引列
ratings.dtypes    #查看每一列的数据类型

#1.2读取txt文件，自己制定分隔符、列名
fpath = “文件的路径”
pvuv  = pd.read_csv(
        fpath,
        sep = “\t”,  #l列的分隔符
        header = None,
        names = ['pdate','pv','uv']
)
print(pvuv)

#读取excel文件
fpath = “文件的路径”
pvuv = pd.read_excel(fpath)
print(pvuv)

#读取Mysql数据库
import pmysql
conn = pmysql.connect(
         host = '127.0.0.1',
         user = 'root',
         password = '',
         database = 'test',
         charest = 'utf8'
)
mysql_page = pd.read_sql("select * from 表名",con=conn)
print(mysql_page)

2、pandas数据结构（DataFrame   &   Series）

DataFrame:二维数据，整个表格，多行多列

df.columns 查询列

df.index  查询行

Series：一维数据，一行或者一列

#1、 Series
#2、DataFrame
#3、从DAtaFrame中查询出Series

import pandas as pd
import numpy as np

#series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数#据标签（即索引）组成。

#1.1仅有数据列表即可产生最简单的series
s1 = pd.Series([1,'a',5.2,6])
# print(s1)  #左侧为索引，右侧为数据
print(s1.index)   #获取索引  结果：RangeIndex(start=0, stop=4, step=1)
print(s1.values)  #获取数据   结果：[1 'a' 5.2 6]

#1.2 创建一个具有标签索引的Series
s2 = pd.Series([1,'a',5.2,6],index = ['d','b','a','c'])
print(s2)
print(s2.index)  #Index(['d', 'b', 'a', 'c'], dtype='object')

#1.3 使用python字典创建Series
sdata = {'ohio':3500,'Texas':72000,'Oregs':16000,'Ggrqg':5000}
s3 = pd.Series(sdata)
print(s3)

#1.4 根据标签索引查询数据（类似python的字典dict)
print(s2['a'])#5.2
print(type(s2['a']))#<class 'float'>
print(s2[['b','a']])

#2 DataFrame
# DataFrame是一个表格型的数据结构
# 每一列可以是不同的值类型（数值、字符串、布尔值）
# 既有行索引index，也有列索引columns
# 可以被看由Series组成的字典

#2.1根据多个字典序列创建dataframe
data = {
    'state':['ofjg','sdfg','werw','wrgwer','rgwg'],
    'year':[2000,3000,5000,6000,9000],
    'pop':[1.5,1.7,1.6,5.3,3.5]
}
df = pd.DataFrame(data)
print(df)

#3.从DataFrame中查询Series
# 如果只查询一列，返回的是pd.Series
# 如果查询多行、多列，返回的是pd.DataFrame

# 3.1 查询一列 结果是一个pd.Series
print(df['year'])
print(type(df['year']))#<class 'pandas.core.series.Series'>

# 3.2 查询多列，结果是一个pd.DataFrame

print(df[['year','pop']])
print(type(df[['year','pop']]))#<class 'pandas.core.frame.DataFrame'>

# 3.3 查询一行，结果是一个pd.Series
print(df.loc[1])
print(type(df.loc[1]))#<class 'pandas.core.series.Series'>

# 3.4 查询多行，结果是一个pd.DataFrame
print(df.loc[1:3])
print(type(df.loc[1:3]))#<class 'pandas.core.frame.DataFrame'>