摘要：
Pandas是Python中的下一个开源数据分析库。它提供的数据结构DataFrame大大简化了数据分析过程中的一些繁琐操作。DataFrame是一个多维表。您可以将其视为Excel表单或Sql表。上一篇文章介绍了如何从各种数据源将原始数据加载到数据帧中。该文件描述了如何将处理后的数据帧中的数据写入文件和数据库。
Pandas是Python下一个开源数据分析的库，它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作,DataFrame是一张多维的表，大家可以把它想象成一张Excel表单或者Sql表。之前这篇文章已经介绍了从各种数据源将原始数据载入到dataframe中，这篇文件介绍怎么将处理好的dataframe中的数据写入到文件和数据库中。
首先我们通过二维ndarray创建一个简单的DataFrame：
1 2 3 4 5 6 7 8 | import pandas as pdimport numpy as npdf = pd.DataFrame(np.random.randn(3, 4))df 0 1 2 30 1.0492286140081302 -0.7922606407983686 0.020418054868760225 -1.66498194037417241 0.3485250628814134 -2.117606544377745 1.466822878437205 -0.92492056562433582 1.3073567907490637 -0.7350348086218035 0.2856083175408006 -0.9053483976251634 |
1. Dataframe写入到csv文件
1 | df.to_csv('D:\a.csv', sep=',', header=True, index=True) |
第一个参数是说把dataframe写入到D盘下的a.csv文件中，参数sep表示字段之间用’,’分隔，header表示是否需要头部，index表示是否需要行号。
2. Dataframe写入到json文件
1 | df.to_json('D:\a.json') |
把dataframe写入到D盘下的a.json文件中,文件的内容为
1 | {"0":{"0":1.049228614,"1":0.3485250629,"2":1.3073567907},"1":{"0":-0.7922606408,"1":-2.1176065444,"2":-0.7350348086},"2":{"0":0.0204180549,"1":1.4668228784,"2":0.2856083175},"3":{"0":-1.6649819404,"1":-0.9249205656,"2":-0.9053483976}} |
3.Dataframe写入到html文件
1 | df.to_html('D:\a.html') |
把dataframe写入到D盘下的a.html文件中,文件的内容为
1 | <table border="1" class="dataframe"> <thead> <tr style="text-align: right;"> <th></th> <th>0</th> <th>1</th> <th>2</th> <th>3</th> </tr> </thead> <tbody> <tr> <th>0</th> <td>1.049229</td> <td>-0.792261</td> <td>0.020418</td> <td>-1.664982</td> </tr> <tr> <th>1</th> <td>0.348525</td> <td>-2.117607</td> <td>1.466823</td> <td>-0.924921</td> </tr> <tr> <th>2</th> <td>1.307357</td> <td>-0.735035</td> <td>0.285608</td> <td>-0.905348</td> </tr> </tbody> </table> |
在浏览器中打开a.html的样式为
4.Dataframe写入到剪贴板中
这个是我认为最为贴心的功能, 一行代码可以将dataframe的内容导入到剪切板中，然后可以复制到任意地方
1 | df.to_clipboard() |
5.Dataframe写入到数据库中
1 | df.to_sql('tableName', con=dbcon, flavor='mysql') |
第一个参数是要写入表的名字，第二参数是sqlarchmy的数据库链接对象，第三个参数表示数据库的类型，“mysql”表示数据库的类型为mysql。