怎么通过nrows参数导入数据

Posted 2023-04-01

1、导入excel表格数据
Excel有两种格式，分别为xls和xlsx格式，两种都可以用python的Pandas模块的read_excel方法导入。read_excel方法返回的结果是DataFrame,DataFrame的一列对应着Excel的一列

read_excel方法参数介绍：

（1）sheet_name参数：该参数用于指定导入Excel中的哪一个sheet,如果不填写这个参数，则默认导入第一个sheet

(2)index_col参数：该参数用于指定表格的哪一列作为DataFrame的行索引。从0开始计数

（3）nrows参数：该参数可以控制导入的行数，该参数在导入文件体积较大时比较有用

（4）skipfooter参数:该参数可以在导入数据时，跳过表格底部的若干行

（5）header参数：当使用Pandas的read_excel方法导入Excel文件时，默认表格的第一行为字段名。如果表格的第一行不是字段名。则需要使用该参数设置字段名

（6）usecols参数：该参数可以控制导入Excel表格中的哪些列

（7）names参数：该参数可以对导入数据的列名进行重命名

import pandas as pd# 导入pandas模块并将其缩写
df=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx")#使用该方法导入数据
df
登录后复制
括号里为本地表格地址，可以通过查看属性进行获取，注意地址的分隔符时反斜杠

df1=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",index_col=0)
df1
#取消行索引
登录后复制
df2=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",nrows=5)
df2
#导入前五行
登录后复制
df3=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",header=None)
df3
#取消表格第一行为默认表头，以0123···为表头
登录后复制
df4=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",header=None,name=['A','B','C','D','E'])
df4
#取消表格第一行为默认表头，以ABCDE为表头
登录后复制
df5=pd.read_excel("",header=None,names='A','B','C','D','E',usecols=[1,3])
df5
#索引为1和3，也就是第二列和第四列
登录后复制
2、导入CSV格式数据
read_csv方法中的sep参数表示要导入的csv文件的分隔符，默认是半角逗号。encoding参数用来指定CSV文件的编码，常用的有utf-8h和gbk

import pandas as pd
df1=pd.read_csv("",sep=",",encoding="gbk")
df1
登录后复制
df2=pd.read_csv("",sep=",",encoding="gbk",nrows=3)
df2
#只导入前三行
登录后复制
df4=pd.read_csv("",sep=",",encoding="gbk",names=["ID","fruit","amount"])
df4
登录后复制
3、导入JSON数据
JSON数据是一种轻量级的数据交换格式，容易阅读，也容易被机器扫描，在互联网应用中很常见，有时候从后台系统中导出来的数据就是JSON格式

JSON文件实际上存储的是一个JSON对象或者一个JSON数组，JSON对象是由多个键值对组成的，类似python的字典，JSON数组由多个JSON对象组成，类似列表

import pandas as pd
json=pd.read_json("路径")
json
登录后复制
4、导入txt格式数据
使用read_table方法，参数和用法与read_csv类似

import pandas as pd
df1=pd.read_table("路径")
df1
登录后复制
5、导入（爬取）网络数据
在数据分析中，除了可以导入文件和数据库中的数据，还有一类非常重要的数据就是网络数据，网络中每天都会产生大量数据，这些数据具有实时性，种类丰富的特点，因此对于数据分析而言是十分重要的一类数据来源

关键技术：爬取网络表格类数据，pandsa库read_html()方法

read_html()方法用于导入带有table标签的网页表格数据，使用该方法前，首先要确定网页表格数据是否为table标签。右击网页中的表格查看元素

确定后才可以使用read_html的方法

常用参数说明如下

io:字符串，文件路径，也可以是URL连接，网址不接受https，可以尝试去掉s后爬取

header:指定列标题所在的行

index_col:指定列标题所在的行

index_col:指定行标题对应的列

【例】 爬取A股公司营业收入排行榜

中商情报网是专业的产业情报分享云平台，主要提供研究报告、行业分析、市场调研等数据。在本案例中，通过爬取中商情报网中A股公司营业收入排行榜表格获取相应的金融数据，数据网址为https://s.askci.com/stock/a/

import pandas as pd
url="https://s.askci.com/stock/a/"
df=pd.read_html(url)[0]#索引为0
print(df)
登录后复制
0 1 2 3
0 排名 股票代码 企业简称 营业收入（亿元）
1 1 600028 中国石化 27408.84
2 2 601857 中国石油 26143.49
3 3 601668 中国建筑 18913.39
4 4 601318 中国平安 11804.44
5 5 601390 中国中铁 10704.17
6 6 601186 中国铁建 10200.10
7 7 601398 工商银行 9427.62
8 8 601628 中国人寿 8585.05
9 9 600941 中国移动 8482.58
10 10 601939 建设银行 8242.46
登录后复制

2.2输出数据
1、CSV格式数据输出
【例】导入sales.csv文件中的前10行数据，并将其导出为sales_new.csv文件

关键技术：pandas库中的to_csv方法

在该例中，首先通过pandas库的read_casv方法导入sales.csv文件的前十行数据，然后使用pandas库的to_csv方法将导出的数据输出为sales_new.csv文件

import pandas as pd
df=pd.read_csv("地址",sep=","encoding="gbk",nrows=10)
df.to_csv('sales_new.csv',encoding="gbk")
登录后复制
pandas库的to_csv方法，参数说明：

path_or_buf:要保存的路径及文件名

sep:分割符，默认为","

columns:指定要输出的列，用列名，列表表示，默认值为None

header:是否输出列名，默认值为True

index:是否输出索引，默认值为True

encoding:编码方式，默认值为"utf-8" 也可以是gbk

【例】对于上一小节中的问日，如销售文件格式为：sales.xlsx文件，如何处理

关键技术：DataFrame对象的to_excel方法

与上例相似，该例首先利用Pandas库的read_excel方法读入sales.xlsx文件，然后使用to_excel方法导出新文件

import pandas as pd
df=pd.read_excel("地址")
df1=df.head(10)
df1.to_excel('sales_new.xlsx',encoding="gbk")
登录后复制
2、xlsx格式数据输出
对于Pandas库中的to_excel()方法，有下列参数说明

sheet_name:字符串，默认值为"sheet1",指包含DataFrame数据的表的名称

np_rep:字符串，默认值为’'。指缺失数据的表示方式

columes：序列，可选参数，要编辑的列

header:布尔型或字符串列表，默认值为True。如果给定字符串列表，则表示它是列名称的别名

index:布尔型，默认值为True 行名（索引）

index_label:字符串型或序列，默认值为None。如果文件数据过多的使用多索引，则需使用序列

encoding：指定Excel文件的编码方式，默认值为None

3、导入到多个sheet页中
【例】将sale.xlsx文件中的前十行数据，导出到sales_new.xlsx文件中名为df1的sheet页中将后五行数据导出到名为df2的sheet页中

首先建立df1/df2sheet页，然后使用pd.ExcelWriter方法打开sales_new.xlsx文件，再用to_excel方法导入到指定的sheet页中 参考技术A 怎么通过nrows参数导入数据？
答案：1. read.table( )函数 read.table( )函数可以用于将纯文本数据读入到指定的数据框中,文件格式一般为csv,txt或者压缩包格式等等 最基本的书写格式为
2. scan( )函数 基本书写格式为:scan('文件名',skip=n,what=存储类型) 实际运用中,scan函数要求被读入的各列数据有相同的存储类型,若
3. excel文件的读取 我们可以通过将excel。

python使用matplotlib可视化使用subplots函数将可视化的画布划分为网格状的若干子区通过nrows和ncols参数设置设置行数和列数

python使用matplotlib可视化、使用subplots函数将可视化的画布划分为网格状的若干子区、通过nrows和ncols参数设置设置行数和列数

目录