1、CSV格式数据:

1.1普通读取和保存

可以以纯文本形式打开，可以保存多条记录，每条记录的数据之间默认用逗号来分隔，csv就是逗号分割值的英文缩写。

保存为csv文件：

import pandas as pd

data=pd.DataFrame(数据源）

data.to_csv('文件名.csv',index = False,encoding = 'utf-8,mode='a'')  index= False的意思是不把index保存进文件中，mode='a'是表示以追加的方式加入文件中

读取csv文件： read_csv

参数详解：https://www.jianshu.com/p/366aa5daaba9【比如一些日期参数，大文件参数】

  • 　　参数：head 、names ：# 这里的header=None是表示第一行的数据不取为列名，自己另外取名为names=['a','b','c']。如果不加header=None则表示第一行作为列名。
dataframe=pd.read_csv('地址加文件名.csv',header=None,names=['a','b','c'])

print（dataframe）
  • 　　参数：encoding ：# 遇到 ‘utf-8’ codec can’t decode byte 0xba in position 0: invalid start byte 但是又必须要中文解码，解决办法是设置read_csv中encoding = ‘GB2312’

　　注意：读取csv文件还有别的方法：read_table(' 文件位置 ', names=' dataframe的列名 '，encoding='utf-8' ，sep='|' )

reader = pd.read_table('tmp.sv', sep='|', chunksize=4)

for chunk in reader:

     print(chunk)
  • 　　参数：iterator ：指定iterator=True 也可以返回一个可迭代对象TextFileReader ：
reader = pd.read_table('tmp.sv', sep='|', iterator=True)

reader.get_chunk(5)
# open读取代码：

with open(filepath,'r') as f:

　　for line in f:

　　　　print(line)

#pandas读取代码：

chunk_data = pd.read_csv('./data/train_data/showctr.txt', sep = '\t', quoting = csv.QUOTE_NONE, header = None, names=['query','show', 'click','rate'],iterator = True)

largeshow = pd.DataFrame()

smallshow = pd.DataFrame()

count = 0

loop = True

while loop:

    try:

        chunksize = 100000

        show_data = chunk_data.get_chunk(chunksize)

        show_data = show_data.dropna(axis = 0,subset=['query'])

        largeshow = pd.concat([largeshow,show_data[show_data['show'] >= 1000]],axis = 0)

        smallshow = pd.concat([smallshow,show_data[show_data['show'] < 1000]],axis = 0)

        count += 1

    except StopIteration:

        loop = False

print("shape of show_rawdata , large_show and small_show ", count * chunksize, largeshow.shape ,smallshow.shape)

1.2、csv文件读取：

以下方式读出来的不是dataframe，是列表形式

from numpy import loadtxt

dataset=loadtxt('***.csv',delimiter=",") 【逗号为分隔符】

1.3、csv文件追加

f=open(path,'a+',newline='')#newline设定可以让写出的csv中不包含空行

writer=csv.writer(f)

for row in range(b.shape[0]):

    writer.writerow(b.iloc[row])#按行将数据写入文件中

f.close()

df.to_csv('my_csv.csv', mode='a', header=False)

2、Excel文件的读取和保存

保存：

dataframe=pd.DataFrame(数据源)

dataframe.to_excel('文件名.xlsx',sheet_name='表名')

读取：

dataframe=pd.read_excel('文件名.xlsx')

print(dataframe)

3、sql文件读取：read_sql

读取sql文件之前需要安装好mysql以及python连接mysql的模块PyMySQL，直接命令pip install pymysql。

在数据库中新建一个数据库test，然后新建一个表students，插入数据。

在读取mysql数据之前要将mysql的服务启动：net start mysql。

import pymysql

import pandas as pd

#连接数据库为test

conn=pymysql.connect(host="127.0.0.1",user="root",passwd="",db="test")

#查询的表为students

sql="select * from students"

data=pd.read_sql(sql,conn)

print(data)

结果如下：输出结果为dataframe

4、读取html文件：read_html

这个函数主要读取HTML中table的数据。

本地的HTML文件代码如下：

<html>

dnfnjefwnkndsn

<table>

<tr><td>7</td><td>9</td></tr>

<tr><td>5</td><td>8</td></tr>

<tr><td>2</td><td>6</td></tr>

</table>

</html>

读取代码如下：

import pandas as pd

htl=pd.read_html('E:\wenjian\data\test.html')

print(htl)

结果如下：

读取网络上的HTML的数据也一样。只要将本地地址换成网络地址就行。

5、读取文本数据（txt文件、dat文件、out文件）：read_table

　　dataframe写入文本数据代码：

def text_save(filename, data):#filename为写入CSV文件的路径，data为要写入数据列表.

    file = open(filename,'a')

    for i in range(len(data)):

        s = str(data[i]).replace('[','').replace(']','')#去除[],这两行按数据不同，可以选择

        s = s.replace("'",'').replace(',','') +'\n'   #去除单引号，逗号，每行末尾追加换行符

        file.write(s)

    file.close()

    print("保存文件成功")

6、小例子实现：

import pandas as pd 

df=pd.read_csv('test_csv.csv')

df['Sum_score']=df['Python']+df['Math']

print(df)

df1=df.rename(columns={'Sum_score':'sum'})

print(df1)

df1.to_excel('test_csv.xlsx',sheet_name='scores')

7、json文件读取：

json文件中的数据形式和字典很像，比如：

d1 = {'1':2, '2':3, '3':4}
d2 = {'1':3, '2':4, '3':5}

d1为一个json对象，d2也是一个json对象。如果一个data.json文件中同时存储着d1和d2，则在读取json文件时不能同时解析两个对象，因为这两个对象中的key是一样的

#调用read函数全部读取json文件中的数据会报错，因为不能同时读取相同的json对象。需要用readlines()函数，一行一行的读取。

import json

with open('data.json','r') as f:

    data=f.read()

    data=json.loads(data)

    print(data)

#调用readlines()函数读取，并加载进一个列表当中

data_list=[]

with open(r'data.json','r') as f:

    for line in f.readlines():

        dic = json.loads(line)

        data_list.append(dic)
 

Python数据分析1------数据存取的更多相关文章

  1. python数据分析笔记——数据加载与整理]

    [ python数据分析笔记——数据加载与整理] https://mp.weixin.qq.com/s?__biz=MjM5MDM3Nzg0NA==&mid=2651588899&id ...

  2. Python数据分析_Pandas01_数据框的创建和选取

    主要内容: 创建数据表 查看数据表 数据表索引.选取部分数据 通过标签选取.loc 多重索引选取 位置选取.iloc 布尔索引 Object Creation 新建数据 用list建series序列 ...

  3. Python数据分析--------numpy数据打乱

    一.shuffle函数: import numpy.random def shuffleData(data): np.random.shufflr(data) cols=data.shape[1] X ...

  4. Python数据分析与展示(1)-数据分析之表示(2)-NumPy数据存取与函数

    NumPy数据存取与函数 数据的CSV文件存取 CSV文件 CSV(Comma-Separated Value,逗号分隔值) CSV是一种常见的文件格式,用来存储批量数据. 将数据写入CSV文件 np ...

  5. Python 数据分析（二 本实验将学习利用 Python 数据聚合与分组运算，时间序列，金融与经济数据应用等相关知识

    Python 数据分析(二) 本实验将学习利用 Python 数据聚合与分组运算,时间序列,金融与经济数据应用等相关知识 第1节 groupby 技术 第2节 数据聚合 第3节 分组级运算和转换 第4 ...

  6. python数据分析之pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

    1 引言 Pandas是作为Python数据分析著名的工具包,提供了多种数据选取的方法,方便实用.本文主要介绍Pandas的几种数据选取的方法. Pandas中,数据主要保存为Dataframe和Se ...

  7. 【python数据分析实战】电影票房数据分析(二)数据可视化

    目录 图1 每年的月票房走势图 图2 年票房总值.上映影片总数及观影人次 图3 单片总票房及日均票房 图4 单片票房及上映月份关系图 在上一部分<[python数据分析实战]电影票房数据分析(一 ...

  8. python数据分析数据标准化及离散化详解

    python数据分析数据标准化及离散化详解 本文为大家分享了python数据分析数据标准化及离散化的具体内容,供大家参考,具体内容如下 标准化 1.离差标准化 是对原始数据的线性变换,使结果映射到[0 ...

  9. python数据分析-数据导入

    1.导入CSV格式数据 import pandas data = pandas.read_csv("C:\\Users\\zhaosai\\Desktop\\进击的DBA\\谁说菜鸟不会数据 ...

随机推荐

  1. c++0x11新特性:delete删除函数

    c_plus_plus_0x11.cpp: // c_plus_plus_0x11.cpp : 定义控制台应用程序的入口点. // #include "stdafx.h" #inc ...

  2. Java 中 synchronized的用法详解

    Java语言的关键字,当它用来修饰一个方法或者一个代码块的时候,能够保证在同一时刻最多只有一个线程执行该段代码. 1.方法声明时使用,放在范围操作符(public等)之后,返回类型声明(void等)之 ...

  3. 0223实战：MySQL Sending data导致查询很慢的问题详细分析

    转自博客http://blog.csdn.net/yunhua_lee/article/details/8573621 [问题现象] 使用sphinx支持倒排索引,但sphinx从mysql查询源数据 ...

  4. redis--周边知识点

    一般Redis服务器内存超过128G内存的机器是非常少的 很少在redis中缓存视频,除非是快播,一般都是缓存文本字段 redis可视化的工具和SQL的管理工具是不一样的,最好是使用REDIS的she ...

  5. 洛谷 P1692 部落卫队

    P1692 部落卫队 题目描述 原始部落byteland中的居民们为了争夺有限的资源,经常发生冲突.几乎每个居民都有他的仇敌.部落酋长为了组织一支保卫部落的队伍,希望从部落的居民中选出最多的居民入伍, ...

  6. IntelliJ IDEA测试学习网站

    IntelliJ IDEA测试学习网站 http://idea.lanyus.com/  嗯,请支持正版:

  7. poj1179 区间dp（记忆化搜索写法）有巨坑！

    http://poj.org/problem?id=1179 Description Polygon is a game for one player that starts on a polygon ...

  8. Java面试-Struts2

    1  Struts2工作原理 一个请求在Struts2框架中的处理大概分为下面几个步骤: 1.client初始化一个指向Servlet容器(比如Tomcat)的请求: 2.这个请求经过一系列的过滤器( ...

  9. android 系统签名【转】

    本文转载自:http://blog.csdn.net/csh86277516/article/details/73549824 Android——编译release版签名系统 AndroidManif ...

  10. C语言 - .c和.h文件的困惑

    本质上没有任何区别. 只不过一般:.h文件是头文件,内含函数声明.宏定义.结构体定义等内容. .c文件是程序文件,内含函数实现,变量定义等内容.而且是什么后缀也没有关系,只不过编译器会默认对某些后缀的 ...