基础函数
优质
小牛编辑
124浏览
2023-12-01
| 函数 | 说明 |
|---|---|
| 输入 / 输出 | |
| pickling | |
| read_pickle(path[, compression]) | 从文件中加载 pickled Pandas 对象 (或任何对象)。 |
| 表格 | |
| read_table(filepath_or_buffer[, sep, …]) | 将通用分隔文件读入 DataFrame |
| read_csv(filepath_or_buffer[, sep, …]) | 将 CSV (逗号分隔) 文件读入 DataFrame |
| read_fwf(filepath_or_buffer[, colspecs, widths]) | 将固定宽度格式化行的表读入 DataFrame |
| read_msgpack(path_or_buf[, encoding, iterator]) | 从指定的文件路径加载 msgpackPandas 对象 |
| 剪贴板 | |
| read_clipboard([sep]) | 从剪贴板读取文本并传递给 read _ table。 |
| EXCEL | |
| read_excel(io[, sheet_name, header, names, …]) | 将 Excel 表格读入 PandasDataFrame |
| ExcelFile.parse([sheet_name, header, names, …]) | 将指定的工作表解析为 DataFrame |
| JSON | |
| read_json([path_or_buf, orient, typ, dtype, …]) | 将 JSON 字符串转换为 Pandas 对象 |
| json_normalize(data[, record_path, meta, …]) | 将半结构化 JSON 数据 “标准化” 为平面表 |
| build_table_schema(data[, index, …]) | 根据数据创建表架构。 |
| HTML | |
| read_html(io[, match, flavor, header, …]) | 将 HTML 表读入 DataFrame 对象列表。 |
| HDFStore : PyTables ( HDF5 ) | |
| read_hdf(path_or_buf[, key, mode]) | 从商店里读，如果我们开了就关门。 |
| HDFStore.put(key, value[, format, append]) | 将对象存储在 HDFStore 中 |
| HDFStore.append(key, value[, format, …]) | 追加到文件中的表中。 |
| HDFStore.get(key) | 检索文件中存储 Pandas 对象 |
| HDFStore.select(key[, where, start, stop, …]) | 检索文件中存储的 Pandas 对象，可选地基于 where 标准 |
| HDFStore.info() | 打印商店的详细信息 |
| HDFStore.keys() | 返回与 HDFStore 中存储的对象相对应的键 (可能无序) 列表。 |
| feather | |
| read_feather(path[, nthreads]) | 从文件路径加载羽化格式的对象 |
| Parquet | |
| read_parquet(path[, engine, columns]) | 从文件路径加载 parquet 对象，返回 DataFrame。 |
| SAS | |
| read_sas(filepath_or_buffer[, format, …]) | 读取存储为 XPORT 或 SAS7BDAT 格式文件的 SAS 文件。 |
| SQL | |
| read_sql_table(table_name, con[, schema, …]) | 将 SQL 数据库表读入 DataFrame。 |
| read_sql_query(sql, con[, index_col, …]) | 将 SQL 查询读入 DataFrame。 |
| read_sql(sql, con[, index_col, …]) | 将 SQL 查询或数据库表读入 DataFrame。 |
| Google BigQuery | |
| read_gbq(query[, project_id, index_col, …]) | 从 Google BigQuery 加载数据。 |
| Stata | |
| read_stata(filepath_or_buffer[, …]) | 将 Stata 文件读入 DataFrame。 |
| StataReader.data(**kwargs) | (已弃用) 从 Stata 文件读取观察结果，将其转换为 DataFrame |
| StataReader.data_label() | 返回 Stata 文件的数据标签 |
| StataReader.value_labels() | 返回 dict，将每个变量名与 dict 相关联，将每个值与其对应的标签相关联 |
| StataReader.variable_labels() | 以 dict 形式返回变量标签，将每个变量名称与相应的标签相关联 |
| StataWriter.write_file() | - |