python 中pandas的基础使用介绍（二文件相关）

news2025/1/5 17:26:41

在 pandas 中，数据导入和导出是常见且非常重要的操作。pandas 支持多种数据格式的读取与写入，以下是一些常见的导入导出操作：

1. 从 CSV 文件导入数据

pandas 提供了 read_csv() 方法来从 CSV 文件中读取数据：

import pandas as pd

# 从 CSV 文件读取数据
df = pd.read_csv('data.csv')

# 查看前 5 行数据
print(df.head())

如果 CSV 文件中的数据没有表头，可以使用 header=None 来指定：
```
df = pd.read_csv('data.csv', header=None)
```
还可以指定分隔符，如果文件使用的不是逗号分隔：
```
df = pd.read_csv('data.csv', sep=';')
```

如果文件包含编码问题，可以指定 encoding 参数：

df = pd.read_csv('data.csv', encoding='utf-8')  # 或 'ISO-8859-1' 等

如果只需要读取部分列，可以使用 usecols 参数：

df = pd.read_csv('data.csv', usecols=['Column1', 'Column2'])

2. 将 DataFrame 导出为 CSV 文件

使用 to_csv() 方法可以将 DataFrame 导出为 CSV 文件：

df.to_csv('output.csv', index=False)  # 不保存行索引

默认情况下，to_csv() 会保存行索引，如果你不想保存行索引，可以设置 index=False。

如果你只想导出部分列：

df.to_csv('output.csv', columns=['Column1', 'Column2'], index=False)

可以指定分隔符（例如，制表符分隔）：
```
df.to_csv('output.tsv', sep='\t', index=False)
```

3. 从 Excel 文件导入数据

要读取 Excel 文件，使用 read_excel() 方法。默认使用 openpyxl 或 xlrd 作为解析引擎（openpyxl 支持 .xlsx 格式，xlrd 支持 .xls 格式）。

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')  # 读取指定工作表
print(df.head())

如果 Excel 文件中有多个工作表，可以通过 sheet_name=None 读取所有工作表：

df = pd.read_excel('data.xlsx', sheet_name=None)  # 返回一个字典，键为工作表名称

如果只读取 Excel 中的某一列，可以通过 usecols 参数：

df = pd.read_excel('data.xlsx', usecols=['Column1', 'Column2'])

4. 将 DataFrame 导出为 Excel 文件

pandas 提供了 to_excel() 方法，将 DataFrame 写入 Excel 文件：

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

默认情况下，to_excel() 会保存行索引，如果不需要行索引可以设置 index=False。

如果要写入多个工作表，可以使用 ExcelWriter：

with pd.ExcelWriter('output.xlsx') as writer:
    df.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

5. 从 JSON 文件导入数据

pandas 提供了 read_json() 方法来读取 JSON 格式的数据：

df = pd.read_json('data.json')
print(df.head())

如果 JSON 文件是嵌套的，pandas 会自动进行适当的展开和转换。
可以指定 JSON 文件的加载方式，例如读取 JSON 数据的根级别为字典或列表：
```
df = pd.read_json('data.json', orient='records')  # 读取为记录格式
```

继续从 JSON 文件导入导出操作开始：

6. 将 DataFrame 导出为 JSON 文件（续）

pandas 的 to_json() 方法还支持其他几种常见的导出格式，以下是 orient 参数的几种选择：

records: 每一行被转化为一个字典，适合在行级别上组织数据。
split: 将数据按“索引”、“列”和“数据”分开，形成字典结构。
index: 按索引为键，数据为值。
columns: 按列名为键，数据为值。
values: 输出一个嵌套数组。

举个例子：

# 使用 records 格式
df.to_json('output.json', orient='records')

# 使用 split 格式
df.to_json('output_split.json', orient='split')

# 使用 index 格式
df.to_json('output_index.json', orient='index')

# 使用 columns 格式
df.to_json('output_columns.json', orient='columns')

# 使用 values 格式
df.to_json('output_values.json', orient='values')