pandas实现导出数据的四种方式
本文主要介绍了pandas导出数据到文件的四种方式，分享给大家，主要也是给自己留个笔记，具体如下：
import pandas as pd
import pymysql
df = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})
def export_data_to_csv():
# 参数encoding="utf_8_sig"编码后，可以防止写入csv的中文出现乱码
df.to_csv("./test.csv", encoding="utf_8_sig")
def export_data_to_excel():
# encoding编码方式，sheet_name表示要写到的sheet名称， 默认为0， header=None表示不含列名
df.to_excel("./test.xlsx", encoding="utf_8_sig", sheet_name=0, header=None)
def export_data_to_table():
con = pymysql.connect(host="127.0.0.1", user="username", password="password", database="dbname", charset='utf8',
use_unicode=True)
df.to_sql(name='table_name', con=con, if_exists='append', index=False)
def export_data_to_json():
df.to_json("test.txt")
def main():
export_data_to_csv() # 导出数据到CSV文件
export_data_to_excel() # 导出数据到Excel文件
export_data_to_table() # 导出数据到SQL表
export_data_to_json() # 以Json格式导出数据到文本文件
if __name__ == '__main__':
main()
到此这篇关于pandas实现导出数据的四种方式的文章就介绍到这了,更多相关pandas 导出数据内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！
相关推荐
-
利用pandas将numpy数组导出生成excel的实例
上图 代码 # -*- coding: utf-8 -*- """ Created on Sun Jun 18 20:57:34 2017 @author: Bruce Lau """ import numpy as np import pandas as pd # prepare for data data = np.arange(1,101).reshape((10,10)) data_df = pd.DataFrame(data) # ch
-
pandas实现导出数据的四种方式
本文主要介绍了pandas导出数据到文件的四种方式,分享给大家,主要也是给自己留个笔记,具体如下: import pandas as pd import pymysql df = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]}) def export_data_to_csv(): # 参数enc
-
Java FineReport报表工具导出EXCEL的四种方式
在实际的应用中会经常需要将数据导出成excel,导出的方式除原样导出还有分页导出.分页分sheet导出和大数据量导出.对于excel2003版,限制了每个sheet的最大行数和列数,大数据量导出时会默认时分多个sheet,而excel2007不会出现这样的问题.这些导出方式在JAVA程序中分别有不同的接口来实现: 1. 原样导出 原样导出就是不预览直接导出excel 其程序接口代码如下: outputStream = new FileOutputStream(new File("E:\\Exce
-
Pandas保存csv数据的三种方式详解
目录 方法一 方法二 方法三 补充 方法一 import os import pandas as pd path = 'data/train/' img_label_list=[] testList = os.listdir(path) for file in testList: label='aa' img_label_list.append([file, label]) df1 = pd.DataFrame(data=img_label_list, columns=['id', 'label
-
详解Mysql导出数据的几种方式
MySQL导出数据的目的有很多种,如数据库备份.表结构导出.表数据导出.分析数据采取等. Part1 select into outfile 先说最短小精悍的select into outfile, 这是小型数据库分析数据最常用的采集数据方式,具体语法如下: [select 语句] into outfile [导出文件名] [导出参数] [select语句]是经典的查询SQL,可以指定列.可以有where条件.group.order.limit等. [导出文件名]是目标文件的完整路径.由于mys
-
Oracle导入导出数据的几种方式
oracle导入导出数据 1.导出dmp格式文件 --备份某几张表 !!!! exp smsc/smsc file=/data/oracle_bak/dmp/bakup0209_2.dmp tables=\(send_msg_his,send_msg,recv_msg_his,recv_msg\) --备份整个数据库 !!!! --方式1 exp smsc/smsc file=/data/oracle_bak/dmp/bakupsmmc0209_2.dmp full=y --方式2 exp co
-
linux下实现web数据同步的四种方式(性能比较)
实现web数据同步的四种方式 ======================================= 1.nfs实现web数据共享2.rsync +inotify实现web数据同步3.rsync+sersync更快更节约资源实现web数据同步4.unison+inotify实现web数据双向同步 ======================================= 一.nfs实现web数据共享 nfs能实现数据同步是通过NAS(网络附加存储),在服务器上共享一个文件,且服务器需
-
详解C#批量插入数据到Sqlserver中的四种方式
本篇,我将来讲解一下在Sqlserver中批量插入数据. 先创建一个用来测试的数据库和表,为了让插入数据更快,表中主键采用的是GUID,表中没有创建任何索引.GUID必然是比自增长要快的,因为你生成一个GUID算法所花的时间肯定比你从数据表中重新查询上一条记录的ID的值然后再进行加1运算要少.而如果存在索引的情况下,每次插入记录都会进行索引重建,这是非常耗性能的.如果表中无可避免的存在索引,我们可以通过先删除索引,然后批量插入,最后再重建索引的方式来提高效率. create database C
-
Vue 父子组件数据传递的四种方式( inheritAttrs + $attrs + $listeners)
当我们在书写 vue 组件的时候,也许可能会用到数据传递:将父组件的数据传递给子组件,有时候也需要通过子组件去事件去触发父组件的事件: 每当我们遇到这样的需求的时候,我们总是会想到有三种解决办法: 通过 props 的方式向子组件传递(父子组件) vuex 进行状态管理(父子组件和非父子组件) vuex 非父子组件的通信传递 Vue Event Bus ,使用Vue的实例,实现事件的监听和发布,实现组件之间的传递. 后来再逛社区的时候我又发现了还有第四种传递方式, inheritAttrs +
-
Spring Boot异步线程间数据传递的四种方式
目录 Spring Boot 自定义线程池实现异步开发 1. 手动设置 2. 线程池设置TaskDecorator 3. InheritableThreadLocal 4. TransmittableThreadLocal TransmittableThreadLocal原理 总结 Spring Boot 自定义线程池实现异步开发 Spring Boot 自定义线程池实现异步开发相信看过的都了解,但是在实际开发中需要在父子线程之间传递一些数据,比如用户信息,链路信息等等 比如用户登录信息使用Th
-
Pandas提取数据的三种方式
目录 前言 Pandas读取数据的几种方式 1. read_csv 2. read_excel 3. read_sql 前言 快期末了,数据挖掘的大作业需要用到python的相关知识(这太难为我这个以前主学C++的人了,不过没办法还是得学),下面是我在使用pandas时总结的一些东西,我对于python不是很熟悉,如果下面的一些知识点有哪里出问题或者有不同理解的,请一定一定要在评论区提出来,让我这个菜鸡学习学习~~/(ㄒoㄒ)/~~ Pandas读取数据的几种方式 Pandas需要先读取表格类型