这篇教程Python数据分析之pandas读取数据写得很实用，希望能帮到您。
一、三种数据文件的读取
二、csv、tsv、txt 文件读取1）CSV文件读取： 语法格式：pandas.read_csv(文件路径)
CSV文件内容如下： 
import pandas as pdfile_path = "e://pandas_study//test.csv"content = pd.read_csv(file_path)content.head() # 默认返回前5行数据content.head(3) # 返回前3行数据content.shape # 返回一个元组（总行数，总列数），总行数不包括标题行content.index # 返回索引，是一个可迭代的对象<class 'pandas.core.indexes.range.RangeIndex'>content.column # 返回所有的列名 Index(['姓名', '年龄', '籍贯'], dtype='object')content.dtypes # 返回的是每列的数据类型姓名 object年龄 int64籍贯 objectdtype: object 2）CSV文件读取： 语法格式：pandas.read_csv(文件路径)
CSV文件内容如下： 
import pandas as pdfile_path = "e://pandas_study//test2.txt"content = pd.read_csv(file_path,sep='/t',header = None ,names= ['name','age','adress'])#参数说明：# header = None 表示没有标题行# sep='/t' 表示去除分割符中的空格# names= ['name','age','adress'] ，列名依次自定义为'name','age','adress'content.head() # 默认返回前5行数据content.head(3) # 返回前3行数据content.shape # 返回一个元组（总行数，总列数），总行数不包括标题行content.index # 返回索引，是一个可迭代的对象<class 'pandas.core.indexes.range.RangeIndex'>content.column # 返回所有的列名 Index(['姓名', '年龄', '籍贯'], dtype='object')content.dtypes # 返回的是每列的数据类型 三、excel文件读取
import pandas as pdfile_path = "e://pandas_study//test3.xlsx"content = pd.read_excel(file_path)content.head() # 默认返回前5行数据content.head(3) # 返回前3行数据content.shape # 返回一个元组（总行数，总列数），总行数不包括标题行content.index # 返回索引，是一个可迭代的对象<class 'pandas.core.indexes.range.RangeIndex'>content.column # 返回所有的列名 Index(['姓名', '年龄', '籍贯'], dtype='object')content.dtypes # 返回的是每列的数据类型姓名 object年龄 int64籍贯 objectdtype: object 四、数据库表格读取语法： pandas.read_sql(sql语句,数据库连接对象)
数据对象的创建，可以根据pymysql,cx_oracle等模块连接mysql或者oracle。 到此这篇关于Python数据分析之pandas读取数据的文章就介绍到这了,更多相关pandas读取数据内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python 如何实现文件自动去重
Python数据分析之绘图和可视化详解 |
