越来越有意思了,坚持坚持

数据加载,存储与文件格式

读写文本格式的数据

读写文本格式的数据

利用pandas的数据输入和输出,输入和输出划分几个大类:读取文本文件,加载数据库中的数据,利用webapi操作网络资源

pandas提供了一些用于将表格型数据读取为DataFrame对象的函数,其中readcsv和readtable是比较常用的

读取逗号分隔

指定分隔符读取

针对无标题行的文件

多个列层次化索引

有些表格并未用特定的分隔符

跳过注释

缺失值处理

一般来说缺失值要么为空,要么没有.pandas会用一组经常出现的标记值进行识别.比如NA或者Null

通过na_value替换值

逐块读取文本文件

在处理很大的文件时,找出大文件中参数以便后续处理.

通过nrows指定读取几行

逐块读取

将数据学出到文本格式

弥补缺失值

Series中使用

处理分隔符格式

转化为符合要求的数据格式

JSON数据

obj = """
{"name": "Wes",
 "places_lived": ["United States", "Spain", "Germany"],
 "pet": null,
 "siblings": [{"name": "Scott", "age": 30, "pets": ["Zeus", "Zuko"]},
              {"name": "Katie", "age": 38,
               "pets": ["Sixes", "Stache", "Cisco"]}]
}
"""