問答專欄Q & A COLUMN
pandas是python一個(gè)非常著名的數(shù)據(jù)處理庫，內(nèi)置了大量函數(shù)和類型，可以快速讀取日常各種文件，包括txt，csv，excel，json，mysql等，為機(jī)器學(xué)習(xí)模型提供樣本輸入（包括數(shù)據(jù)預(yù)處理等），下面我簡(jiǎn)單介紹一下這個(gè)庫的使用，以讀取這5種類型文件為例：
這里直接使用read_csv函數(shù)讀取就行（早期版本中可以使用read_table函數(shù)），測(cè)試代碼如下，非常簡(jiǎn)單，第一個(gè)參數(shù)為讀取的txt文件名稱，第二個(gè)參數(shù)為列標(biāo)題（None代表無列標(biāo)題，如果需要列標(biāo)題的話，去掉header參數(shù)就行），第三個(gè)參數(shù)為分隔符，可以是任意符號(hào)（空格、逗號(hào)等都行）：
這里也直接使用read_csv函數(shù)就行，測(cè)試代碼如下，和上面讀取txt文件差不多，分隔符就不需要多帶帶指出了，默認(rèn)是逗號(hào)：
這里直接使用read_excel函數(shù)讀取就行，參數(shù)設(shè)置和read_csv差不多，第一個(gè)參數(shù)為文件名稱，第二參數(shù)header為None，則沒有列標(biāo)題，若不寫，則默認(rèn)有列標(biāo)題，如下，則含有列標(biāo)題：
這里直接使用read_json函數(shù)就行，第一個(gè)參數(shù)也是文件名稱，第二個(gè)參數(shù)為編碼，如果出現(xiàn)中文亂碼的情況下，這里設(shè)置一下就行：
這里需要借助sqlalchemy模塊，才能完成mysql數(shù)據(jù)庫（Oracle，SQL Server等也都可以）的讀取，安裝的話，直接在cmd窗口輸入命令“pip install sqlalchemy”就行，測(cè)試代碼如下，非常簡(jiǎn)單，先創(chuàng)建一個(gè)engine連接，然后直接調(diào)用read_sql_query函數(shù)執(zhí)行sql查詢就行：
至此，我們就完成了利用pandas模塊來讀取txt，csv，excel，json，mysql等5種類型的文件。總的來說，pandas這個(gè)庫的功能非常強(qiáng)大，對(duì)于日常數(shù)據(jù)處理來說，是一個(gè)非常不錯(cuò)的選擇，在機(jī)器學(xué)習(xí)中，經(jīng)常會(huì)用于數(shù)據(jù)預(yù)處理，非常實(shí)用，只要你有一定的python基礎(chǔ)，熟悉一下相關(guān)文檔和說明，很快就能掌握的，網(wǎng)上也有相關(guān)資料和教程，介紹的非常詳細(xì)，感興趣的話，可以搜一下，希望以上分享的內(nèi)容能對(duì)你有所幫助吧，也歡迎大家評(píng)論、留言進(jìn)行補(bǔ)充。
評(píng)論0
加載中...
file1.csv 文件內(nèi)容：
name, physics, python, math, english
Google, 100, 100, 25, 12
Facebook, 45, 54, 44, 88
Twitter, 54, 76, 13, 91
Yahoo, 54, 452, 26, 100
Python程序：
import pandas as pd
marks = pd.read_csv("F:/file1.csv")
print(marks)
結(jié)果：
name physics python math english
0 Google 100 100 25 12
1 Facebook 45 54 44 88
2 Twitter 54 76 13 91
3 Yahoo 54 452 26 100
Process finished with exit code 0
評(píng)論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
