Чтение и запись данных в Pandas | OTUS

Чтение и запись данных в Pandas

SA_Adv_Headline_970x70-1801-93c022.png

Pandas — известный инструмент по анализу данных. Мы уже рассказывали про Series и DataFrame. Теперь поговорим про чтение и запись данных.

Библиотека Pandas поддерживает практически все наиболее популярные и известные форматы хранения данных:

  • csv,
  • excel,
  • html,
  • sql,
  • буфер обмена и многое другое.

pandas_read_1-1801-f66473.jpg

Однако на практике чаще всего приходится работать с файлами с расширением .csv. К примеру, если мы хотим сохранить какой-нибудь DataFrame, нам достаточно просто написать следующее:

1-1801-49c388.png

В результате функции to_csv будут переданы еще и разные аргументы (допустим, символ разделителя между колонками), но об этих аргументах лучше почитать в официальной документации.

Если же надо выполнить считывание данных из csv-файла и, наоборот, превратить их в DataFrame, то для этого существует функция read_csv.

2-1801-68fa92.png

Следует понимать, что аргумент sep служит для указания разделителя столбцов. Но вообще есть множество вариантов по формированию DataFrame из разных источников, однако чаще всего применяют именно CSV, Excel и SQL. К примеру, посредством функции read_sql, библиотека Pandas может выполнить SQL-запрос, а уже на основе ответа от БД сформировать нужный DataFrame.

По материалам блога https://khashtamov.com/ru/.

Не пропустите новые полезные статьи!

Спасибо за подписку!

Мы отправили вам письмо для подтверждения вашего email.
С уважением, OTUS!

Автор
0 комментариев
Для комментирования необходимо авторизоваться