超詳細(xì)！ 生成DataFrame、讀取和保存各種格式數(shù)據(jù)

一、生成DataFrame

以字典形式生成

import pandas as pd

datas = {
    '排名': [1, 2, 3, 4, 5],
    '綜合得分': [894, 603, 589, 570, 569],
    '粉絲數(shù)': [309147, 93704, 98757, 124712, 59847],
    '獲贊數(shù)': [12200, 31637, 4987, 1736, 8996]
}

df = pd.DataFrame(datas)
df

結(jié)果如下：

以列表形式生成

datas1 = [
    {'排名': 1, '綜合得分': 894, '粉絲數(shù)': 309147, '獲贊數(shù)': 12200},
    {'排名': 2, '綜合得分': 603, '粉絲數(shù)': 93704, '獲贊數(shù)': 31637},
    {'排名': 3, '綜合得分': 589, '粉絲數(shù)': 98757, '獲贊數(shù)': 4987},
    {'排名': 4, '綜合得分': 570, '粉絲數(shù)': 124712, '獲贊數(shù)': 1736},
    {'排名': 5, '綜合得分': 569, '粉絲數(shù)': 59847, '獲贊數(shù)': 8996}
]

df1 = pd.DataFrame(datas1)
df1

結(jié)果如下：

在爬取數(shù)據(jù)時，保存數(shù)據(jù)如果用pandas，需要組織數(shù)據(jù)生成DataFrame，以上兩種方法是很常用的，熟練掌握這兩種方法在保存爬取下來的數(shù)據(jù)時很有幫助。

二、讀取數(shù)據(jù)

pd.read_excel( )：讀取 Excel 表格數(shù)據(jù)

# 讀取 Excel 數(shù)據(jù)
df2 = pd.read_excel('rank_datas.xlsx')
# 隨機(jī)抽取5行數(shù)據(jù)
df2.sample(5)

pd.read_csv( )：讀取 csv 表格數(shù)據(jù)

# 讀取 csv 數(shù)據(jù)
df3 = pd.read_csv('job_info.csv')
# 隨機(jī)抽取5行數(shù)據(jù)
df3.sample(5)

pd.read_html( )：讀取 html 網(wǎng)頁上的表格數(shù)據(jù)

# 讀取 html 數(shù)據(jù)
df4 = pd.read_html('aliyun-ddns.html')[0]
# 隨機(jī)抽取5行數(shù)據(jù)
df4.sample(5)

結(jié)果如下：pd.read_html( )這個方法雖然少用，但它的功能非常強(qiáng)大，有時可以用做爬蟲，直接抓取網(wǎng)頁 Table 表格型數(shù)據(jù)，得到DataFrame。

pd.read_json( )：讀取 json 數(shù)據(jù)

# 讀取 json 數(shù)據(jù)
df5 = pd.read_json('fake_useragent.json')
df5.head()

pd.read_clipboard( )：從剪切板讀取數(shù)據(jù)

三、保存數(shù)據(jù)

df.to_csv( )：保存到csv

結(jié)果如下：

df.to_excel( )：保存到 Excel

結(jié)果如下：

df.to_html()：保存到html

結(jié)果如下：

點(diǎn)擊下方閱讀原文加入社區(qū)會員