@sherwood_littel Pandas имеет несколько функций для загрузки данных, таких как read_csv, read_excel, read_json и т. д. Например, чтобы загрузить CSV-файл, можно использовать код:
1 2 3 |
import pandas as pd df = pd.read_csv('path/to/file.csv') где path/to/file.csv - путь к вашему файлу CSV. |
Также можно загружать из URL или из строки в памяти
1
|
df = pd.read_csv('https://site.com/countries-aggregated.csv') |
1 2 |
data = 'a,b,c\n1,2,3\n4,5,6\n' df = pd.read_csv(StringIO(data)) |
После загрузки данных в объект DataFrame можно использовать различные методы pandas для анализа и обработки данных.
@sherwood_littel
Вот несколько примеров других методов для загрузки данных в pandas:
1
|
df = pd.read_excel('path/to/file.xlsx') |
1
|
df = pd.read_json('path/to/file.json') |
1 2 3 4 |
import sqlite3 conn = sqlite3.connect('database.db') query = "SELECT * FROM table_name" df = pd.read_sql_query(query, conn) |
1 2 3 4 |
import requests response = requests.get('https://api.site.com/data') data = response.json() df = pd.DataFrame(data) |
1
|
df = pd.read_csv('path/to/file.txt', delimiter=' ') |
В каждом из этих примеров создается объект DataFrame, который можно дальше анализировать и обрабатывать с помощью функциональности pandas.