Pandas Input/Output (Entrada/Salida) Manual de API

Pandas es una potente biblioteca de análisis de datos de Python que proporciona una gran cantidad de herramientas de manipulación de datos, incluida la entrada y salida (I/O) de datos.

A continuación se muestran las API más utilizadas de Pandas Input/Output (Entrada/Salida):

Leer datos

Método Descripción
pd.read_csv(filepath, sep, header, index_col) Lee datos desde un archivo CSV.
pd.read_excel(io, sheet_name) Lee datos desde un archivo Excel.
pd.read_json(path_or_buf) Lee datos desde un archivo JSON.
pd.read_html(io) Lee datos de tablas desde un archivo HTML.
pd.read_sql(sql, con) Lee datos desde una base de datos SQL.
pd.read_clipboard() Lee datos desde el portapapeles.
pd.read_parquet(path) Lee datos desde un archivo Parquet.
pd.read_feather(path) Lee datos desde un archivo Feather.
pd.read_hdf(path, key) Lee datos desde un archivo HDF5.
pd.read_pickle(path) Lee datos desde un archivo Pickle.
pd.read_sas(filepath) Lee datos desde un archivo SAS.
pd.read_spss(filepath) Lee datos desde un archivo SPSS.
pd.read_sql_table(table_name, con) Lee datos desde una tabla de una base de datos SQL.
pd.read_sql_query(sql, con) Ejecuta una consulta SQL y lee los resultados.
pd.read_gbq(query) Lee datos desde Google BigQuery.

Escribir datos

Método Descripción
DataFrame.to_csv(path, sep, index) Escribe el DataFrame en un archivo CSV.
DataFrame.to_excel(path, sheet_name) Escribe el DataFrame en un archivo Excel.
DataFrame.to_json(path) Escribe el DataFrame en un archivo JSON.
DataFrame.to_html(path) Escribe el DataFrame en un archivo HTML.
DataFrame.to_sql(name, con) Escribe el DataFrame en una base de datos SQL.
DataFrame.to_clipboard() Copia el DataFrame al portapapeles.
DataFrame.to_parquet(path) Escribe el DataFrame en un archivo Parquet.
DataFrame.to_feather(path) Escribe el DataFrame en un archivo Feather.
DataFrame.to_hdf(path, key) Escribe el DataFrame en un archivo HDF5.
DataFrame.to_pickle(path) Escribe el DataFrame en un archivo Pickle.
DataFrame.to_markdown(path) Escribe el DataFrame en un archivo Markdown.
DataFrame.to_string() Convierte el DataFrame a una cadena.
DataFrame.to_latex(path) Escribe el DataFrame en un archivo LaTeX.
DataFrame.to_records() Convierte el DataFrame a un array de registros numpy.
DataFrame.to_dict() Convierte el DataFrame a un diccionario.
DataFrame.to_numpy() Convierte el DataFrame a un array numpy.

Ejemplo

Ejemplo

import pandas as pd

# Lee un archivo CSV
df = pd.read_csv('data.csv')

# Lee un archivo Excel
df_excel = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# Lee un archivo JSON
df_json = pd.read_json('data.json')

# Escribe un archivo CSV
df.to_csv('output.csv', index=False)

# Escribe un archivo Excel
df.to_excel('output.xlsx', sheet_name='Sheet1')

# Escribe un archivo JSON
df.to_json('output.json')

Explicación detallada de parámetros

pd.read_csv()

Parámetro Descripción
filepath Ruta del archivo.
sep Delimitador, por defecto es,。
header Número de fila a usar como nombres de columnas, por defecto es0(la primera fila).
index_col Número o nombre de columna a usar como índice.
dtype Especifica el tipo de dato de la columna.
na_values Especifica qué valores deben ser considerados como valores faltantes.

DataFrame.to_csv()

Parámetro Descripción
path Ruta del archivo.
sep Delimitador, por defecto es,。
index Si se escribe el índice, por defecto esTrue。
header Si se escriben los nombres de columnas, por defecto esTrue。
encoding Codificación del archivo, por defecto esutf-8。

pd.read_excel()

Parámetro Descripción
io Ruta del archivo u objeto de archivo.
sheet_name Nombre o índice de la hoja de trabajo, por defecto es0。
header Número de fila a usar como nombres de columnas, por defecto es0。
index_col Número o nombre de columna a usar como índice.

DataFrame.to_excel()

Parámetro Descripción
path Ruta del archivo.
sheet_name Nombre de la hoja de trabajo, por defecto esSheet1。
index Si se escribe el índice, por defecto esTrue。
header Si se escriben los nombres de columnas, por defecto esTrue。

Si necesita información más detallada, puede consultarDocumentación oficial de Pandas。

Otras extensiones