python pandas库的一些使用总结

pandas用于处理.csv  excel   html  文本等文件。在数据分析方面起到很大的作用。

• pandas.Series（数据，index=[]）         索引数据，默认格式数字按序增加，可以自己设置index，为第一列的索引值。
• pandas.DataFrame（）        创建一个表格样式，横纵坐标索引默认数字递增，可以通过index，columns设置横纵索引。
• pandas.read_csv（）          读取csv文件，如果第一行没有标题，第一行数据会被当做标题使用。
• pandas.read_excel（）     读取excel文件
• pandas.read_html（）      读取html文件，可以安装bs4，html5lib来，能本地文件，能在线，html文件中需要有<table>
• pandas.read_sql（）      读取数据库文件，先连接数据库，定义sql语句，将连接和sql语句作为参数传递。
• pandas.read_table（）      读取txt文本文件。

写入文件也十分容易，可以将相关数据DataFrame进行创建表格样式，利用to_csv等方法来写入文件。

如果打开的文件路径中有中文，会出现以下错误：

 File "pandas\_libsparsers.pyx", line 402, in pandas._libs.parsers.TextReader.__cinit__
  File "pandas\_libsparsers.pyx", line 720, in pandas._libs.parsers.TextReader._setup_parser_source
OSError: Initializing from file failed

解决方法，在read_csv等读取文件方法中加入engine="python"

为什么？

因为在parsers.py中

# engine is not used in read_fwf() so is factored out of the shared docstring
_engine_doc = """engine : {'c', 'python'}, optional
    Parser engine to use. The C engine is faster while the python engine is
    currently more feature-complete."""

引擎可选

使用解析器引擎。C引擎速度更快，而Python引擎则是目前更多的功能齐全。