关于python数据库pandas的一些常用操作。

liuian 2025-04-09 17:49 35 浏览

熟悉python的都知道，pandas为python提供了高效的数据治理方法，个人感觉类似python版本的sql，下面我们一起来了解一些pandas的常用操作。

首先我们要知道pandas内部的两种数据类型，Series和DataFrame。

Series本质就是python的列表
DataFrame是二维的数组结构，既有x轴，也有y轴。

下面开始介绍：

读取文件/操作数据库

import pandas as pd
import numpy as np 
from sqlalchemy import create_engine
#1.pandas的读取文件操作
#连接mysql，读取数据
engine = create_engine('mysql+pymysql://root:root123@localhost/test')sql = 'select * from job51'
df1 = pd.read_sql(sql=sql,con=engine)
print(df1.head(5))

#读取excel\csv等等

其内置的读取方法已经满足我们的很多需要。

创建一个DataFrame非常easy，下面看代码

dates = pd.date_range('20190301',periods=8)
#periods代表日期的总个数

df = pd.DataFrame(np.random.randn(8,5),index=dates,columns=list('ABCDE'))

#我们以设置的日期作为DataFrame的索引列，其中list('ABCDE')就是把str转换为list类型
print(df)
#也就是说我们应该产生出一个6列 8行的表格

如上面所示，看下输出的结果。

我们一般用df.head()取前面几行，看一下head的源码部分。如下图。

其默认了n=5，也就是，df.head()显示的就是5行，当然这里可以任意更改。既然有head()那肯定就有tail()方法，原理一样不过是从后面截取/ df.tail（）。

下面我们来打印一下他的索引列，其实就是我们创建的时间序列使用。

print(df.index)

输出结果，是个series，也就是列表类型。

再来看一下他的整个二维数组的值使用如下方法。

print(df.index)

结果如下。以每一行为一个列表的形式展现，访问组内元素和访问嵌套列表一样

list[index][index]

有的时候我们希望列表可以横纵交换，使用如下方法。

print(df.T)#转置

结果如图。

再来看看他的排序方法

print(df.sort_values('C'))#指定列排序，也就是按照C列排序

文章过长，暂时先分享到这里。有兴趣一起探讨。

pandas 转置

上一篇：[python] 基于Tablib库处理表格数据
下一篇：Pandas DataFrame 导出到 Excel 文件 df.to_excel() 方法参数详解

关于python数据库pandas的一些常用操作。

相关推荐

飞牛OS入门安装遇到问题，如何解决?

如何在 iPhone 和 Android 上恢复已删除的抖音消息

Boost高性能并发无锁队列指南:boost::lockfree::queue

大模型手册: 保姆级用CherryStudio知识库

用什么工具在Win中查看8G大的log文件?

如何在 Windows 10 或 11 上通过命令行安装 Node.js 和 NPM

威联通NAS安装阿里云盘WebDAV服务并添加到Infuse

Trae IDE 如何与 GitHub 无缝对接?

idea插件之maven search(工欲善其事，必先利其器)

如何修改图片拍摄日期?快速修改图片拍摄日期的6种方法