如何使用pandas进行数据导出的四种高效方法？

本文共计343个文字，预计阅读时间需要2分钟。

本文主要介绍了Pandas库导出数据到文件的四种方法，与家人分享，也为自己留下笔记。具体如下：

1. 导出为CSV文件：pythonimport pandas as pdimport pymysqldf=pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': 数据})df.to_csv(data.csv, index=False)

2. 导出为Excel文件：pythondf.to_excel(data.xlsx, index=False)

3. 导出为JSON文件：pythondf.to_json(data.json, orient=records)

4. 导出为HTML文件：pythondf.to_(data.)

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易盾网络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易盾网络！