导入pandas库
import pandas as pd
1.导入csvtxt文件数据
常用参数：
filepath_or_buffer：文件路径(必填，其他参数按需求填写)
sep：指定分隔符，默认逗号','。
header：指定第几行作为表头。默认为0(即第1行作为表头)，若没有表头，需设置header=None，可以是int或list。
names：指定列的名称，用list表示，默认None。
index_col：指定行索引，可以是一列或多列，默认None。
usecols：需要读取的列，可以使用列序列也可以使用列名，默认None。
prefix：给列名添加前缀。如prefix=x,会出来X0,X1,....，默认None。
skiprows：需要忽略的行数(从文件开始处算起)，或需要跳过的行号列表(从0开始)，默认None。
skipfooter：需要忽略的行数(从最后一行开始算)
nrows：需要读取的行数(从文件头开始算起)，默认None。
encoding：编码方式，乱码时使用，默认None。
例1：导入文件data.csv中数据：
例2：导入文件中数据：
2.导入excel数据
常用参数：
io：excel文件路径(必填，其他参数按需求填写)
sheet_name：需要导入数据的工作表表名,可以是intstringlist，None导入所有工作表数据，默认0。
参数header、names、index_col、usecols、skiprows、nrows、skip_footer、encoding的用法与pd.read_csv相同。
例：导入文件data.xlsx中数据：
3.导入mysql数据
方法一：使用pymysql
import pymysql
conn&#t(host="服务器地址",port=端口,user="用户名",passwd="密码",db="数据库名")
sql="select * from 表名;"
df&#ad_sql(sql,conn)
例：导入数据库test下cities表中数据
方法二：使用sqlalchemy
from sqlalchemy import create_engine
engine=create_engine('mysql+pymysql://用户名:密码@服务器地址:端口/数据库名')
sql='select * from 表名;'
df&#ad_sql(sql,engine)
例：导入数据库test下cities表中数据
4.导入html表格数据
常用参数：
io：目标网址
match：要匹配的正则表达式，默认'.+'。
flavor：解析器,默认None。
header：指定表头，默认None。
skiprows：跳过的行默认None。
attrs：属性，比如 attrs = {‘id’: ‘table’}。
parse_dates：解析日期，默认False。
encoding：编码方式，乱码时使用，默认None。
例：爬取财富中文网中2019年财富世界500强排行榜
本文发布于:2024-01-28 07:23:10，感谢您对本站的认可！
本文链接：https://www.4u4v.net/it/17063977935756.html
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，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
