0 added
0 removed
Original
2026-01-01
Modified
2026-03-10
1
<p>Теги: pandas, анализ данных, чтение и запись</p>
1
<p>Теги: pandas, анализ данных, чтение и запись</p>
2
<p><strong>Pandas</strong>- известный инструмент по анализу данных. Мы уже рассказывали про<a>Series</a>и<a>DataFrame</a>. Теперь поговорим про чтение и запись данных.</p>
2
<p><strong>Pandas</strong>- известный инструмент по анализу данных. Мы уже рассказывали про<a>Series</a>и<a>DataFrame</a>. Теперь поговорим про чтение и запись данных.</p>
3
<p>Библиотека Pandas поддерживает практически все наиболее популярные и известные форматы хранения данных:</p>
3
<p>Библиотека Pandas поддерживает практически все наиболее популярные и известные форматы хранения данных:</p>
4
<ul><li>csv,</li>
4
<ul><li>csv,</li>
5
<li>excel,</li>
5
<li>excel,</li>
6
<li>html,</li>
6
<li>html,</li>
7
<li>sql,</li>
7
<li>sql,</li>
8
<li>буфер обмена и многое другое.</li>
8
<li>буфер обмена и многое другое.</li>
9
</ul><p>Однако на практике чаще всего приходится работать с файлами с расширением .csv. К примеру, если мы хотим сохранить какой-нибудь DataFrame, нам достаточно просто написать следующее:</p>
9
</ul><p>Однако на практике чаще всего приходится работать с файлами с расширением .csv. К примеру, если мы хотим сохранить какой-нибудь DataFrame, нам достаточно просто написать следующее:</p>
10
<p>В результате функции to_csv будут переданы еще и разные аргументы (допустим, символ разделителя между колонками), но об этих аргументах лучше почитать в официальной документации.</p>
10
<p>В результате функции to_csv будут переданы еще и разные аргументы (допустим, символ разделителя между колонками), но об этих аргументах лучше почитать в официальной документации.</p>
11
<p>Если же надо выполнить считывание данных из csv-файла и, наоборот, превратить их в DataFrame, то для этого существует функция read_csv.</p>
11
<p>Если же надо выполнить считывание данных из csv-файла и, наоборот, превратить их в DataFrame, то для этого существует функция read_csv.</p>
12
<p>Следует понимать, что аргумент<strong>sep</strong>служит для указания разделителя столбцов. Но вообще есть множество вариантов по формированию<strong>DataFrame</strong>из разных источников, однако чаще всего применяют именно CSV, Excel и SQL. К примеру, посредством функции read_sql, библиотека Pandas может выполнить SQL-запрос, а уже на основе ответа от БД сформировать нужный DataFrame.</p>
12
<p>Следует понимать, что аргумент<strong>sep</strong>служит для указания разделителя столбцов. Но вообще есть множество вариантов по формированию<strong>DataFrame</strong>из разных источников, однако чаще всего применяют именно CSV, Excel и SQL. К примеру, посредством функции read_sql, библиотека Pandas может выполнить SQL-запрос, а уже на основе ответа от БД сформировать нужный DataFrame.</p>
13
<p><em>По материалам блога https://khashtamov.com/ru/.</em></p>
13
<p><em>По материалам блога https://khashtamov.com/ru/.</em></p>
14
14