如何用Pandas读取和写入文件

Pandas 是一个强大的 Python 数据分析库，它提供了大量的功能来读取和写入不同格式的数据文件。以下是一些常用的 Pandas 函数来读取和写入文件：

读取文件

1. 读取 CSV 文件

   import pandas as pd
   
   df = pd.read_csv('filename.csv')
   

2. 读取 Excel 文件

   df = pd.read_excel('filename.xlsx', sheet_name='Sheet1')
   

3. 读取 JSON 文件

   df = pd.read_json('filename.json')
   

4. 读取 SQL 数据库

   from sqlalchemy import create_engine
   
   engine = create_engine('sqlite:///database.db')  # 或者其他数据库连接字符串
   df = pd.read_sql('SELECT * FROM table_name', engine)
   

5. 读取文本文件

   df = pd.read_csv('filename.txt', delimiter='\t')  # 假设是制表符分隔的文本文件
   

6. 读取固定宽度文件

   df = pd.read_fwf('filename.txt', widths=[10, 20, 30])
   

写入文件

1. 写入 CSV 文件

   df.to_csv('filename.csv', index=False)
   

2. 写入 Excel 文件

   df.to_excel('filename.xlsx', sheet_name='Sheet1', index=False)
   

3. 写入 JSON 文件

   df.to_json('filename.json', orient='records')
   

4. 写入 SQL 数据库

   from sqlalchemy import create_engine
   
   engine = create_engine('sqlite:///database.db')  # 或者其他数据库连接字符串
   df.to_sql('table_name', engine, if_exists='replace', index=False)
   

5. 写入文本文件

   df.to_csv('filename.txt', sep='\t', index=False)  # 假设是制表符分隔的文本文件
   

6. 写入固定宽度文件

   df.to_fwf('filename.txt', widths=[10, 20, 30], index=False)
   

其他有用的参数

• index: 是否将 DataFrame 的索引写入文件。
• header: 是否将 DataFrame 的列名写入文件。
• sep: 分隔符，用于 CSV 和文本文件。
• encoding: 文件编码，例如 ‘utf-8’ 或 ‘gbk’。

通过这些函数和参数，你可以灵活地读取和写入各种格式的数据文件。