统计分析基础演示.pptVIP

* 大数据挖掘专家 （优选）统计分析基础ppt讲解 当前第1页\共有38页\编于星期日\11点 1 掌握DataFrame的常用操作 目录 读写不同数据源的数据 2 转换与处理时间序列数据 3 当前第2页\共有38页\编于星期日\11点 pandas提供了读取与存储关系型数据库数据的函数与方法。除了pandas库外，还需要使用SQLAlchemy库建立对应的数据库连接。SQLAlchemy配合相应数据库的Python连接工具（例如MySQL数据库需要安装mysqlclient或者pymysql库），使用create_engine函数，建立一个数据库连接。 creat_engine中填入的是一个连接字符串。在使用Python的SQLAlchemy时，MySQL和Oracle数据库连接字符串的格式如下 数据库产品名+连接工具名：//用户名:密码@数据库IP地址:数据库端口号/数据库名称？charset = 数据库数据编码 读写数据库数据 1.数据库数据读取 当前第3页\共有38页\编于星期日\11点 read_sql_table只能够读取数据库的某一个表格，不能实现查询的操作。 pandas.read_sql_table(table_name, con, schema=None, index_col=None, coerce_float=True, columns=None) read_sql_query则只能实现查询操作，不能直接读取数据库中的某个表。 pandas.read_sql_query(sql, con, index_col=None, coerce_float=True) read_sql是两者的综合，既能够读取数据库中的某一个表，也能够实现查询操作。 pandas.read_sql(sql, con, index_col=None, coerce_float=True, columns=None) 读写数据库数据 1.数据库数据读取 当前第4页\共有38页\编于星期日\11点 参数名称 说明 sql or table_name 接收string。表示读取的数据的表名或者sql语句。无默认。 con 接收数据库连接。表示数据库连接信息。无默认 index_col 接收int，sequence或者False。表示设定的列作为行名，如果是一个数列则是多重索引。默认为None。 coerce_float 接收boolean。将数据库中的decimal类型的数据转换为pandas中的float64类型的数据。默认为True。 columns 接收list。表示读取数据的列名。默认为None。 读写数据库数据 1.数据库数据读取 pandas三个数据库数据读取函数的参数几乎完全一致，唯一的区别在于传入的是语句还是表名。 当前第5页\共有38页\编于星期日\11点 数据库数据读取有三个函数，但数据存储则只有一个to_sql方法。 DataFrame.to_sql(name, con, schema=None, if_exists=’fail’, index=True, index_label=None, dtype=None) 读写数据库数据 2.数据库数据存储 参数名称 说明 name 接收string。代表数据库表名。无默认。 con 接收数据库连接。无默认。 if_exists 接收fail，replace，append。fail表示如果表名存在则不执行写入操作；replace表示如果存在，将原数据库表删除，再重新创建；append则表示在原数据库表的基础上追加数据。默认为fail。 index 接收boolean。表示是否将行索引作为数据传入数据库。默认True。 index_label 接收string或者sequence。代表是否引用索引名称，如果index参数为True此参数为None则使用默认名称。如果为多重索引必须使用sequence形式。默认为None。 dtype 接收dict。代表写入的数据类型（列名为key，数据格式为values）。默认为None。 当前第6页\共有38页\编于星期日\11点 文本文件是一种由若干行字符构成的计算机文件，它是一种典型的顺序文件。 csv是一种逗号分隔的文件格式，因为其分隔符不一定是逗号，又被称为字符分隔文件，文件以纯文本形式存储表格数据（数字和文本）。 读写文本文件 1.文本文件读取 当前第7页\共有38页\编于星期日\11点 使用read_table来读取文本文件。 pandas.read_table(filepath_or_buffer, sep=’\t’, header=’infer’, names=None,