python如何读取数据保存为新格式_Python -- 数据加载、存储与文件格式

标签（空格分隔）： Python

读入读出通常可以划分为几个大类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据，利用Web API操作网络资源。

读写文本格式的数据

pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，如下表所示：

函数

说明

read_csv

从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符为,

read_table

从文件、URL、文件型对象中加载带分隔符的数据，默认的分隔符为制表符"\t"

read_fwf

读取定宽列格式数据 -- 木有分隔符的

read_clipboard

读取剪贴板中的数据，可以看做read_table的剪贴板。将网页转换为表格时很有用

for example:

In[]: import pandas as pd

In[]: df = pd.read_csv('ex1.csv') # ''内写入文件所在的详细目录

In[]: df = pd.read_table('ex1.csv', sep = ',') # 或者使用table并指定分隔符

# 当你要读入的文件没有标题行时：

In[]: df = pd.read_csv('ex2.csv', header = None) # 让pandas为其分配默认的列名

In[]: df = pd.read_csv('ex2.csv', names = ['a','b','c','d','message']) # 自己定义标题行

In [8]: names = ['a','b','c','d','message']

# 让其中的某列作为列索引

In [9]: pd.read_csv('ex2.csv', names = names, index_col = 'message')

Out[9]:

a b c d

message

hello 1 2 3 4

world 5 6 7 8

foo 9 10 11 12

In[]: pd.read_csv('ex4.csv', skiprows = [0, 2, 3]) # 略过第0,2,3行不读取

# 用一个字典为各列指定不同的NA标记值

In[]: patterns = {'message':['foo', 'NA'], 'something':['two']}

In[]: pd.read_csv('ex5.csv', na_values=patterns)

read_csv/read_table函数的参数

参数

说明

path

表示文件系统位置、URL、文件型对象的字符串

sep/delimiter

用于对行中各字段进行拆分的字符序列或正则表达式

header

用作列名的行号。如果没有header行就应该设置为None

index_col

用作行索引的列编号或列名，可以是单个名称/数字或由多个名称/数字组成的列表

names

用于结果的列名列表，结合header = None

skiprows

需要忽略的行数

na_values

一组用于替换NA的值

comment

用于将注释信息从行尾拆分出去的字符

parse_dates

尝试将数据解析为日期

nrows

需要读取的行数

skip_footer

需要忽略的行数

逐块读取文本文件

In[]: pd.read_csv('ex6.csv', nrows=5)

将数据写出到文本

In[]: data = pd.read_csv('ex5.csv')

In[]: data.to_csv('out.csv') # 将data中的数据写出到当前目录中的out.csv中

In[]: data.to_csv(sys.stdout, sep='|') # 打印到屏幕

In[]: data.to_csv(sys.stdout, na_rep='NULL') # 空字符处显示为NULL

In[]: data.to_csv(sys.stdout, index=False, header=False) # 禁用行和列的标签

In[]: data.to_csv(sys.stdout, index=False, cols=['a', 'b', 'c']) # 按照指定的顺序显示列

# Series中的to_csv方法

In [39]: dates = pd.date_range('1/1/2000', periods = 7)

In [40]: dates

Out[40]:

DatetimeIndex(['2000-01-01', '2000-01-02', '2000-01-03', '2000-01-04', '2000-01-05', '2000-01-06', '2000-01-07'], dtype='datetime64[ns]', freq='D')

In [45]: ts = Series(np.arange(7), index = dates)

In [46]: ts

Out[46]:

2000-01-01 0

2000-01-02 1

2000-01-03 2

2000-01-04 3

2000-01-05 4

2000-01-06 5

2000-01-07 6

Freq: D, dtype: int64

In [47]: ts.to_csv('tseries.csv')

In [48]: cat tseries.csv

2000-01-01,0

2000-01-02,1

2000-01-03,2

2000-01-04,3

2000-01-05,4

2000-01-06,5

2000-01-07,6

In[]: Series.from_csv('tseries.csv',parse_dates = False) # 从文件中读入到Series

手工处理分隔符

In [50]: cat ex7.csv

"a","b","c"

"1","2","3"

"1","2","3","4"

In [51]: import csv

In [52]: f = open('ex7.csv')

In [53]: reader = csv.reader(f)

In [54]: for line in reader:

...: print line

...:

['a', 'b', 'c']

['1', '2', '3']

['1', '2', '3', '4']

# 可以对数据做一些处理

In[]: lines = list(csv.reader(open('ex7.csv')))

In[]: header, values = lines[0], lines[1:]

In[]: data_dict = {h:v for h,v in zip(header, zip(*values))}

CSV语支选项

参数

说明

delimiter

用于分割字段的单字符字符串，默认为','

lineterminator

用于写操作的行结束符，默认为'\r\n'。读操作将忽略此选项

quotechar

用于带有特殊字符的字段的引用符号，默认为'"'

JSON数据

JSON(JavaScript Object Notation)已经成为通过HTTP请求在Web浏览器和其他应用程序之间发送数据的标准格式之一。

import json

In [65]: obj = """{"name":"Wes", "places_lived":["United States", "Spain", "Germany"], "pet":nu

...: ll, "siblings":[{"name":"Scott","age":25,"pet":"Zuko"},{"name":"Katy","age":33,"pet":"

...: Cisco"}]}"""

In [68]: res = json.loads(obj) # 将JSON字符串转换为Python形式

In [69]: res

Out[69]:

{u'name': u'Wes',

u'pet': None,

u'places_lived': [u'United States', u'Spain', u'Germany'],

u'siblings': [{u'age': 25, u'name': u'Scott', u'pet': u'Zuko'},

{u'age': 33, u'name': u'Katy', u'pet': u'Cisco'}]}

# 将Python转换为json

In [71]: asjson = json.dumps(res)

In [72]: asjson

Out[72]: '{"pet": null, "siblings": [{"pet": "Zuko", "age": 25, "name": "Scott"}, {"pet": "Cisco", "age": 33, "name": "Katy"}], "name": "Wes", "places_lived": ["United States", "Spain", "Germany"]}'

In[]: data = DataFrame(res['siblings'], columns=['name', 'age'])

In [75]: data

Out[75]:

name age

0 Scott 25

1 Katy 33

使用HTML和Web API

import requests

In[]: url = 'http://www.baidu.com'

In[]: resp = requests.get(url)

In[]: import json

In[]: data = json.loads(resp.text) # Response对象的text属性含有GET请求的内容，大多返回JSON对象，加载到Python对象中

In[]: data.keys()

使用数据库

In[]: import sqlite3

In[]: query = """create table test(a varchar(20), b varchar(20), c real, d integer);"""

In[]: con = sqlite3.connect(':memory:') # 连接数据库

In[]: con.execute(query)

In[]: con.commit()

In[]: data = [('Atlanta', 'Georgia', 1.25, 6), ('Tall', 'Flor', 2.6, 3), ('Saca', 'Calif', 1.7, 5)]

In[]: stmt = "insert into test values(?, ?, ?, ?)"

In[]: con.execute(stmt, data)

In[]: con.commit()

In[]: datas = con.execute('select * from test')

In[]: lines = datas.fetchall() # 从表中读取数据，将返回一个元祖列表

In[]: datas.description # 获得列名

In[]: DataFrame(rows, columns=zip(*datas.description)[0])

In[]: import pandas.io.sql as sql

In[]: sql.read_frame('select * from test', con) # 传入sql语句和连接对象

python如何读取数据保存为新格式_Python -- 数据加载、存储与文件格式相关推荐

python如何读取数据保存为新格式_Python Numpy中数据的常用保存与读取方法
在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到二进制文件和保存数据到文本文件 ...
python如何读取数据保存为新格式_python，初学者应用实例：读取文件中的数据，将将北京时间转换成世界时间，再保存成新的CSV格式文件...
数据格式转换是科研工作中经常需要完成的任务.本程序实现了这个功能.将文本文件"TableS1.dat"中的数据读取,原文件格式为: No Date Time Mag Dis 119 ...
【python数据分析】将爬取的数据保存为csv格式
数据保存为csv格式 csv文件 python的csv模块从csv文件读取内容写入csv文件运用实例数据准备将数据存为字典的形式存储到csv文件 csv文件一种用逗号分割来实现存储表格数 ...
python爬取json数据_Python爬取数据保存为Json格式的代码示例
python爬取数据保存为Json格式代码如下: #encoding:'utf-8' import urllib.request from bs4 import BeautifulSoup impo ...
Python编程语言学习：将多个列表数据保存为dataframe格式数据并按照指定列进行降序排序之详细攻略
Python编程语言学习:将多个列表数据保存为dataframe格式数据并按照指定列进行降序排序之详细攻略目录将多个列表数据保存为dataframe格式数据并按照指定列进行降序排序之详细攻略输出 ...
php连接数据库返回数据类型,php从数据库读取数据,并以json格式返回数据的方法...
php中,从数据库读取数据,并以json格式返回数据.具体方法如下: 第一步,定义相关变量 $servername = "localhost"; $username = " ...
Labelme标注的json数据转化为coco格式的数据
Labelme标注的json数据转化为coco格式的数据 1. 转化方法一 2. 转化方法二 1. 转化方法一 import os import json import numpy as np imp ...
SSM 实训笔记 -10- 使用 sessionStorage 存储数据、js 图片验证码、登录加载动画
SSM 实训笔记 -10- 使用 sessionStorage 存储数据.js 图片验证码.登录加载动画本篇内容: (1)在登录成功时,使用 sessionStorage 存储用户的用户名,并在登录 ...
docker保存镜像、打包tar、加载tar镜像
前言本文记录docker保存镜像.打包tar.加载tar镜像. 一.docker保存镜像作用:在现在容器镜像上保存镜像进行打包,在另一台服务上使用:或现有的容器安装了一些库,配置了开发环境,需要保 ...

python如何读取数据保存为新格式_Python -- 数据加载、存储与文件格式

python如何读取数据保存为新格式_Python -- 数据加载、存储与文件格式相关推荐

最新文章

热门文章