使用Pandas進行數(shù)據(jù)分析讀寫數(shù)據(jù)

大數(shù)據(jù)分析與挖掘主講教師：賀萌《大數(shù)據(jù)導論》課程Introductiontobigdata使用Pandas進行數(shù)據(jù)分析讀寫數(shù)據(jù)01文本文件是一種由若干行字符構(gòu)成的計算機文件，它是一種典型的順序文件，常見的txt文件就是文本文件。csv是一種逗號分隔的文件格式，因為其分隔符不一定是逗號，又被稱為字符分隔文件，文件以純文本形式存儲表格數(shù)據(jù)（數(shù)字和文本）。文本文件讀取使用read_table來讀取文本文件。pandas.read_table(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,dtype=None,engine=None,nrows=None)使用read_csv函數(shù)來讀取csv文件。pandas.read_csv(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,dtype=None,engine=None,nrows=None)文本文件讀取文本文件讀取read_table和read_csv常用參數(shù)及其說明。參數(shù)名稱說明filepath接收string。代表文件路徑。無默認。sep接收string。代表分隔符。read_csv默認為“,”，read_table默認為制表符“[Tab]”。header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別。names接收array。表示列名。默認為None。index_col接收int、sequence或False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。dtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None。engine接收c或者python。代表數(shù)據(jù)解析引擎。默認為c。nrows接收int。表示讀取前n行。默認為None。文本文件儲存文本文件的存儲和讀取類似，結(jié)構(gòu)化數(shù)據(jù)可以通過DataFrame的to_csv方法實現(xiàn)以csv文件格式存儲數(shù)據(jù)。DataFrame.to_csv(path_or_buf=None,sep=’,’,na_rep=”,columns=None,header=True,index=True,index_label=None,mode=’w’,encoding=None)文本文件儲存參數(shù)名稱說明參數(shù)名稱說明path_or_buf接收string。代表文件路徑。無默認。index接收boolean，代表是否將行名（索引）寫出。默認為True。sep接收string。代表分隔符。默認為“,”。index_labels接收sequence。表示索引名。默認為None。na_rep接收string。代表缺失值。默認為“”。mode接收特定string。代表數(shù)據(jù)寫入模式。默認為w。columns接收list。代表寫出的列名。默認為None。encoding接收特定string。代表存儲文件的編碼格式。默認為None。header接收boolean，代表是否將列名寫出。默認為True。Excel文件讀取pandas提供了read_excel函數(shù)來讀取“xls”“xlsx”兩種Excel文件。pandas.read_excel(io,sheetname=0,header=0,index_col=None,names=None,dtype=None)Excel文件讀取參數(shù)名稱說明io接收string。表示文件路徑。無默認。sheetname接收string、int。代表excel表內(nèi)數(shù)據(jù)的分表位置。默認為0。header接收int或sequence。表示將某行數(shù)據(jù)作為列名。默認為infer，表示自動識別。names接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。index_col接收int、sequence或者False。表示索引列的位置，取值為sequence則代表多重索引。默認為None。dtype接收dict。代表寫入的數(shù)據(jù)類型（列名為key，數(shù)據(jù)格式為values）。默認為None。Excel文件儲存將數(shù)據(jù)存儲為Excel文件，可以使用to_excel方法。其語法格式如下。DataFrame.to_excel(excel_writer=None,sheetname=None’,na_rep=”,header=True,index=True,index_label=None,mode=’w’,encoding=None)與to_csv方法的常用參數(shù)基本一致，區(qū)別之處在于指定存儲文件的文件