导入 Excel 文件

  1. # 实例
  2. import pandas as pd
  3. df = pd.read_excel(r"test.xlsx", sheet_name = 0, header = 0)
  4. df
  5. # header : 设置索引列
  6. # index_col : 设置索引行
  7. # sheet_name : 指定打开工作表
  8. # usecols : 指定导入列

导入 CSV 文件

  1. # 实例
  2. df = pd.read_csv(r"test.csv", sep= ",", nrows=2, encoding='utf-8')
  3. df
  4. # sep: 设置分隔符
  5. # nrows: 读取行数
  6. # encoding: 确定文件解码表
  7. # engine: 当文件路径中有中文时，需要把 engine 设置为“python”
  8. # header : 设置索引列
  9. # index_col : 设置索引行
  10. # usecols : 指定导入列

导入 txt 文件

  1. # 实例
  2. df = pd.read_table("test.txt", sep=",", encoding='utf-8')
  3. df

导入 SQL 文件

  1. # 安装包 pymysql：pip intsall pymysql
  2. # Python 连接数据库
  3. # 利用 Python 执行 SQL 查询语句
  4. import pymysql
  6. # 连接数据库
  7. eng = pymysql.connect(host = 'localhost',
  8.                      user = 'user',
  9.                      password = 'password',
  10.                      db = 'db',
  11.                      charset = 'utf8')
  12. # host ：数据库地址，本机默认是 localhost
  13. # user ：用户名
  14. # passwor ：用户密码
  15. # db ： 数据库名
  16. # charset ：解码格式
  18. # 指明查询语句
  19. sql = 'SELECT * FROM TableName'
  20. df = pd.read_sql(sql, eng)
  21. df

常用函数

  1. # 预览前 n 行
  2. df.head(n=10)
  4. # 获取数据表的大小，即几行几列
  5. df.shape
  7. # 获取数据类型
  8. df.info()
  10. # 获取数值分布情况，即基本统计信息
  11. df.describe()
  13. # 统计非 NaN 的个数
  14. df.count()
  16. # 获取列名
  17. df.columns
  19. # 按索引排序
  20. df.sort_index()
  22. # 按某列的值排序
  23. df.sort_values(by = '年龄')
  1. df.rank(ascending=False, method='max')
  2. # ascending ： 是否降序进行排名
  3. # method ：可选参数有 average min max first
  4. # average ：平均排名
  5. # min ：同一个数排名最小值排序
  6. # max ：同一个数排名最大值排序
  7. # first ：同一个数排名第一次出现的位置排序