jsonpath语法,JsonPath( 二 )


jsonpath语法,JsonPath


【jsonpath语法,JsonPath】这个非常简单 , pandas内置了大量函数和类型 , 可以快速处理日常各种文件 , 下面我以txt , excel , csv , json和mysql这5种类型文件为例 , 简单介绍一下pandas是如何快速读取这些文件的:txt文件这是最常见的一种文本文件格式 , 读取的话 , 直接使用read_table函数就行 , 测试代码如下 , 这里必须保证txt文件是格式化的 , 不然读取的结果会有误 , filename是文件名 , header是否包含列标题 , sep是每行数据的分隔符 , 最终读取的数据类型是DataFrame , 方便后面程序进行处理:excel文件这也是一种比较常见的文件格式 , 读取的话 , 直接使用read_excel函数就行 , 测试代码如下 , 非常简单 , 直接传入文件名就行 , 最终返回结果也是DataFrame类型:csv文件这也是一种比较常见的文件格式 , 读取的话 , 直接使用read_csv函数就行 , 测试代码如下 , 也非常简单 , filename为文件名 , header为是否包含列标题 , 最终返回结果也是DataFrame类型:json文件这也是一种比较常用的数据存储格式 , 读取的话 , 直接使用read_json函数就行 , 测试代码如下 , filename为文件名 , 如果出现中文乱码的话 , 设置encoding编码为uft-8就行 , 最终结果也是DataFrame类型:mysql这里首先需要安装sqlalchemy框架 , 之后才能借助read_sql_query函数直接从mysql数据库读取数据 , 安装的话 , 直接输入命令“pip install sqlalchemy”就行 , 测试代码如下 , 也非常简单 , 先创建一个connect连接 , 然后根据sql查询语句 , 直接从数据库中读取数据就行:至此 , 我们就完成了利用python的pandas模块来读取txt , excel , csv , json和mysql这5种类型文件的数据 。

推荐阅读