温馨提示×

DataFrame与SQL的数据导入导出方式

sql
小樊
92
2024-09-09 22:36:59
栏目: 云计算
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

在Python中,pandas库提供了DataFrame对象,用于处理和操作数据

  1. 从CSV文件导入数据到DataFrame:
import pandas as pd

data = pd.read_csv('file_path.csv')
  1. 从Excel文件导入数据到DataFrame:
import pandas as pd

data = pd.read_excel('file_path.xlsx', sheet_name='sheet_name')
  1. 从SQL查询导入数据到DataFrame:
import pandas as pd
import sqlite3

# 创建一个SQLite连接
conn = sqlite3.connect('database_name.db')

# 执行SQL查询并将结果存储在DataFrame中
data = pd.read_sql_query('SELECT * FROM table_name', conn)

# 关闭数据库连接
conn.close()
  1. 从JSON文件导入数据到DataFrame:
import pandas as pd

data = pd.read_json('file_path.json')
  1. 从HTML文件导入数据到DataFrame:
import pandas as pd

data = pd.read_html('file_path.html')[0]
  1. 从API导入数据到DataFrame:
import pandas as pd
import requests

response = requests.get('api_url')
data = pd.DataFrame(response.json())

导出数据:

  1. 将DataFrame导出为CSV文件:
data.to_csv('file_path.csv', index=False)
  1. 将DataFrame导出为Excel文件:
data.to_excel('file_path.xlsx', sheet_name='sheet_name', index=False)
  1. 将DataFrame导出为SQL表:
import sqlite3

# 创建一个SQLite连接
conn = sqlite3.connect('database_name.db')

# 将DataFrame写入SQL表
data.to_sql('table_name', conn, if_exists='replace', index=False)

# 关闭数据库连接
conn.close()
  1. 将DataFrame导出为JSON文件:
data.to_json('file_path.json', orient='records')
  1. 将DataFrame导出为HTML文件:
data.to_html('file_path.html', index=False)

注意:在使用这些方法之前,请确保已安装所需的库(如pandas、sqlite3等)。

亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读:hbase sql的数据导入导出

0