pandas是python一个非常著名的数据处理库，内置了大量函数和类型，可以快速读取日常各种文件，包括txt，csv，excel，json，mysql等，为机器学习模型提供样本输入（包括数据预处理等），下面我简单介绍一下这个库的使用，以读取这5种类型文件为例：
这里直接使用read_csv函数读取就行（早期版本中可以使用read_table函数），测试代码如下，非常简单，第一个参数为读取的txt文件名称，第二个参数为列标题（None代表无列标题，如果需要列标题的话，去掉header参数就行），第三个参数为分隔符，可以是任意符号（空格、逗号等都行）：
这里也直接使用read_csv函数就行，测试代码如下，和上面读取txt文件差不多，分隔符就不需要多带带指出了，默认是逗号：
这里直接使用read_excel函数读取就行，参数设置和read_csv差不多，第一个参数为文件名称，第二参数header为None，则没有列标题，若不写，则默认有列标题，如下，则含有列标题：
这里直接使用read_json函数就行，第一个参数也是文件名称，第二个参数为编码，如果出现中文乱码的情况下，这里设置一下就行：
这里需要借助sqlalchemy模块，才能完成mysql数据库（Oracle，SQL Server等也都可以）的读取，安装的话，直接在cmd窗口输入命令“pip install sqlalchemy”就行，测试代码如下，非常简单，先创建一个engine连接，然后直接调用read_sql_query函数执行sql查询就行：
至此，我们就完成了利用pandas模块来读取txt，csv，excel，json，mysql等5种类型的文件。总的来说，pandas这个库的功能非常强大，对于日常数据处理来说，是一个非常不错的选择，在机器学习中，经常会用于数据预处理，非常实用，只要你有一定的python基础，熟悉一下相关文档和说明，很快就能掌握的，网上也有相关资料和教程，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
评论0
加载中...
file1.csv 文件内容：
name, physics, python, math, english
Google, 100, 100, 25, 12
Facebook, 45, 54, 44, 88
Twitter, 54, 76, 13, 91
Yahoo, 54, 452, 26, 100
Python程序：
import pandas as pd
marks = pd.read_csv("F:/file1.csv")
print(marks)
结果：
name physics python math english
0 Google 100 100 25 12
1 Facebook 45 54 44 88
2 Twitter 54 76 13 91
3 Yahoo 54 452 26 100
Process finished with exit code 0
评论0
加载中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答
