python多种格式数据加载、处理与存储

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

多种格式数据加载、处理与存储

实际的场景中，我们会在不同的地方遇到各种不同的数据格式（比如大家熟悉的csv与txt，比如网页HTML格式，比如XML格式），我们来一起看看python如何和这些格式的数据打交道。

2016-08

from __future__ import division
from numpy.random import randn
import numpy as np
import os
import sys
import matplotlib.pyplot as plt
np.random.seed(12345)
plt.rc('figure', figsize=(10, 6))
from pandas import Series, DataFrame
import pandas as pd
np.set_printoptions(precision=4)


%pwd


u'/Users/zzy/GitHub/jupter-project/lesson_4_ipython_notebooks/different_data_formats'


1.各式各样的文本数据

1.1 CSV与TXT读取

!cat data1.csv


a,b,c,d,message
1,2,3,4,hello
5,6,7,8,world
9,10,11,12,foo


df = pd.read_csv('data1.csv')
df


pd.read_table('data1.csv', sep=',')


!cat data2.csv


1,2,3,4,hello
5,6,7,8,world
9,10,11,12,foo


pd.read_csv('data2.csv', header=None)


pd.read_csv('data2.csv', names=['a', 'b', 'c', 'd', 'message'])


names = ['a', 'b', 'c', 'd', 'message']
pd.read_csv('data2.csv', names=names, index_col='message')


!cat csv_mindex.csv
parsed = pd.read_csv('csv_mindex.csv', index_col=['key1', 'key2'])
parsed


key1,key2,value1,value2
one,a,1,2
one,b,3,4
one,c,5,6
one,d,7,8
two,a,9,10
two,b,11,12
two,c,13,14
two,d,15,16


list(open('data3.txt'))


[' A B C\n',
'aaa -0.264438 -1.026059 -0.619500\n',
'bbb 0.927272 0.302904 -0.032399\n',
'ccc -0.264273 -0.386314 -0.217601\n',
'ddd -0.871858 -0.348382 1.100491\n']


result = pd.read_table('data3.txt', sep='\s+')
result


!cat data4.csv
pd.read_csv('data4.csv', skiprows=[0, 2, 3])


# hey!
a,b,c,d,message
# just wanted to make things more difficult for you
# who reads CSV files with computers, anyway?
1,2,3,4,hello
5,6,7,8,world
9,10,11,12,foo


!cat data5.csv
result = pd.read_csv('data5.csv')
result
pd.isnull(result)


something,a,b,c,d,message
one,1,2,3,4,NA
two,5,6,,8,world
three,9,10,11,12,foo


result = pd.read_csv('data5.csv', na_values=['NULL'])
result


sentinels = {'message': ['foo', 'NA'], 'something': ['two']}
pd.read_csv('data5.csv', na_values=sentinels)


1.2 分片/块读取文本数据

result = pd.read_csv('data6.csv')
result


pd.read_csv('data6.csv', nrows=5)


chunker = pd.read_csv('data6.csv', chunksize=100)
chunker


<pandas.io.parsers.TextFileReader at 0x10d3b5950>


chunker = pd.read_csv('data6.csv', chunksize=100)tot = Series([])
for piece in chunker:
tot = tot.add(piece['key'].value_counts(), fill_value=0)tot = tot.order(ascending=False)


/Library/Python/2.7/site-packages/ipykernel/__main__.py:7: FutureWarning: order is deprecated, use sort_values(...)


tot[:10]


E 368.0
X 364.0
L 346.0
O 343.0
Q 340.0
M 338.0
J 337.0
F 335.0
K 334.0
H 330.0
dtype: float64


1.3 把数据写入文本格式

data = pd.read_csv('data5.csv')
data


data.to_csv('out.csv')
!cat out.csv


,something,a,b,c,d,message
0,one,1,2,3.0,4,
1,two,5,6,,8,world
2,three,9,10,11.0,12,foo


data.to_csv(sys.stdout, sep='|')


|something|a|b|c|d|message
0|one|1|2|3.0|4|
1|two|5|6||8|world
2|three|9|10|11.0|12|foo


data.to_csv(sys.stdout, na_rep='NULL')


,something,a,b,c,d,message
0,one,1,2,3.0,4,NULL
1,two,5,6,NULL,8,world
2,three,9,10,11.0,12,foo


data.to_csv(sys.stdout, index=False, header=False)


one,1,2,3.0,4,
two,5,6,,8,world
three,9,10,11.0,12,foo


data.to_csv(sys.stdout, index=False, columns=['a', 'b', 'c'])


a,b,c
1,2,3.0
5,6,
9,10,11.0


dates = pd.date_range('1/1/2000', periods=7)
ts = Series(np.arange(7), index=dates)
ts.to_csv('tseries.csv')
!cat tseries.csv


2000-01-01,0
2000-01-02,1
2000-01-03,2
2000-01-04,3
2000-01-05,4
2000-01-06,5
2000-01-07,6


Series.from_csv('tseries.csv', parse_dates=True)


2000-01-01 0
2000-01-02 1
2000-01-03 2
2000-01-04 3
2000-01-05 4
2000-01-06 5
2000-01-07 6
dtype: int64


1.4 手动读写数据（按要求）

!cat data7.csv


"a","b","c"
"1","2","3"
"1","2","3","4"


import csv
f = open('data7.csv')reader = csv.reader(f)


for line in reader:
print(line)


['a', 'b', 'c']
['1', '2', '3']
['1', '2', '3', '4']


lines = list(csv.reader(open('data7.csv')))
header, values = lines[0], lines[1:]
data_dict = {h: v for h, v in zip(header, zip(*values))}
data_dict


{'a': ('1', '1'), 'b': ('2', '2'), 'c': ('3', '3')}


class my_dialect(csv.Dialect):
lineterminator = '\n'
delimiter = ';'
quotechar = '"'
quoting = csv.QUOTE_MINIMAL


with open('mydata.csv', 'w') as f:
writer = csv.writer(f, dialect=my_dialect)
writer.writerow(('one', 'two', 'three'))
writer.writerow(('1', '2', '3'))
writer.writerow(('4', '5', '6'))
writer.writerow(('7', '8', '9'))


%cat mydata.csv


one;two;three
1;2;3
4;5;6
7;8;9


1.5 JSON格式的数据

obj = \
"""
{"姓名": "张三",
"住处": ["天朝", "挖煤国", "万恶的资本主义日不落帝国"],
"宠物": null,
"兄弟": [{"姓名": "李四", "年龄": 25, "宠物": "汪星人"},
{"姓名": "王五", "年龄": 23, "宠物": "喵星人"}]
}
"""


import json
result = json.loads(obj)
result


{u'\u4f4f\u5904': [u'\u5929\u671d',
u'\u6316\u7164\u56fd',
u'\u4e07\u6076\u7684\u8d44\u672c\u4e3b\u4e49\u65e5\u4e0d\u843d\u5e1d\u56fd'],
u'\u5144\u5f1f': [{u'\u59d3\u540d': u'\u674e\u56db',
u'\u5ba0\u7269': u'\u6c6a\u661f\u4eba',
u'\u5e74\u9f84': 25},
{u'\u59d3\u540d': u'\u738b\u4e94',
u'\u5ba0\u7269': u'\u55b5\u661f\u4eba',
u'\u5e74\u9f84': 23}],
u'\u59d3\u540d': u'\u5f20\u4e09',
u'\u5ba0\u7269': None}


print json.dumps(result, encoding="UTF-8", ensure_ascii=False)


{"兄弟": [{"年龄": 25, "宠物": "汪星人", "姓名": "李四"}, {"年龄": 23, "宠物": "喵星人", "姓名": "王五"}], "住处": ["天朝", "挖煤国", "万恶的资本主义日不落帝国"], "宠物": null, "姓名": "张三"}


result[u"兄弟"][0]


{u'\u59d3\u540d': u'\u674e\u56db',
u'\u5ba0\u7269': u'\u6c6a\u661f\u4eba',
u'\u5e74\u9f84': 25}


print json.dumps(result[u"兄弟"][0], encoding="UTF-8", ensure_ascii=False)


{"年龄": 25, "宠物": "汪星人", "姓名": "李四"}


asjson = json.dumps(result)


brothers = DataFrame(result[u'兄弟'], columns=[u'姓名', u'年龄'])
brothers


1.6 人人都爱爬虫，人人都要解析XML 和 HTML

from lxml.html import parse
from urllib2 import urlopenparsed = parse(urlopen('https://ask.julyedu.com/'))doc = parsed.getroot()


doc


<Element html at 0x1092ed100>


links = doc.findall('.//a')
links[15:20]


[<Element a at 0x1091afcb0>,
<Element a at 0x1091afd08>,
<Element a at 0x1091afd60>,
<Element a at 0x1091afdb8>,
<Element a at 0x1091afe10>]


lnk = links[14]
lnk
lnk.get('href')
print lnk.text_content()


全部问题


urls = [lnk.get('href') for lnk in doc.findall('.//a')]
urls[-10:]


['https://ask.julyedu.com/people/July',
'https://ask.julyedu.com/people/July',
'http://weibo.com/askjulyedu',
None,
'https://www.julyedu.com/help/index/about',
'https://www.julyedu.com/help/index/contact',
'https://www.julyedu.com/help/index/join',
'http://ask.julyedu.com/question/55',
'http://www.julyapp.com',
'http://www.miitbeian.gov.cn/']


spans = doc.findall('.//span')
len(spans)


137


def _unpack(spans):
return [val.text_content() for val in spans]


contents = _unpack(spans)
for content in contents:
print content


通知设置
贡献
回复了问题 • 2 人关注 • 1 个回复 • 22 次浏览 • 2 小时前
• 来自相关主题
发起了问题 • 2 人关注 • 0 个回复 • 21 次浏览 • 22 小时前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 17 次浏览 • 1 天前 • 来自相关主题
贡献
回复了问题 • 3 人关注 • 1 个回复 • 38 次浏览 • 1 天前
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 35 次浏览 • 1 天前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 29 次浏览 • 2 天前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 31 次浏览 • 2 天前 • 来自相关主题
贡献
回复了问题 • 37 人关注 • 36 个回复 • 484 次浏览 • 1 天前
• 来自相关主题
贡献
回复了问题 • 12 人关注 • 17 个回复 • 795 次浏览 • 2 天前
• 来自相关主题
贡献
回复了问题 • 4 人关注 • 4 个回复 • 197 次浏览 • 3 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 44 次浏览 • 3 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 34 次浏览 • 3 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 37 次浏览 • 3 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 102 次浏览 • 3 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 39 次浏览 • 4 天前
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 26 次浏览 • 4 天前 • 来自相关主题
贡献
回复了问题 • 3 人关注 • 2 个回复 • 126 次浏览 • 4 天前
• 来自相关主题
发表了文章 • 1 个评论 • 764 次浏览 • 4 天前
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 49 次浏览 • 5 天前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 35 次浏览 • 5 天前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 59 次浏览 • 6 天前 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 42 次浏览 • 6 天前 • 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 55 次浏览 • 6 天前
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 44 次浏览 • 6 天前
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 42 次浏览 • 2016-08-28 16:12 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 42 次浏览 • 2016-08-28 15:47 • 来自相关主题
贡献
回复了问题 • 4 人关注 • 1 个回复 • 530 次浏览 • 2016-08-28 14:48
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 3 个回复 • 911 次浏览 • 2016-08-27 19:18
• 来自相关主题
贡献
回复了问题 • 39 人关注 • 82 个回复 • 3670 次浏览 • 2016-08-27 11:59
• 来自相关主题
贡献
回复了问题 • 4 人关注 • 6 个回复 • 639 次浏览 • 2016-08-28 14:32
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 77 次浏览 • 2016-08-25 14:13 • 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 274 次浏览 • 2016-08-25 10:37
• 来自相关主题
回复了问题 • 1 人关注 • 1 个回复 • 48 次浏览 • 2016-08-24 17:20
• 来自相关主题
贡献
回复了问题 • 11 人关注 • 14 个回复 • 1052 次浏览 • 2016-08-24 10:01
• 来自相关主题
发起了问题 • 2 人关注 • 0 个回复 • 76 次浏览 • 2016-08-23 15:16 • 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 62 次浏览 • 2016-08-22 21:51
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 2 个回复 • 584 次浏览 • 2016-08-22 12:26
• 来自相关主题
回复了问题 • 1 人关注 • 1 个回复 • 78 次浏览 • 2016-08-21 18:57
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 62 次浏览 • 2016-08-21 18:25
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 105 次浏览 • 2016-08-21 15:17
• 来自相关主题
贡献
回复了问题 • 3 人关注 • 2 个回复 • 749 次浏览 • 2016-08-21 11:16
• 来自相关主题
贡献
回复了问题 • 5 人关注 • 4 个回复 • 434 次浏览 • 2016-08-19 16:07
• 来自相关主题
贡献
回复了问题 • 2 人关注 • 1 个回复 • 69 次浏览 • 2016-08-19 15:55
• 来自相关主题
回复了问题 • 1 人关注 • 1 个回复 • 108 次浏览 • 2016-08-19 14:48
• 来自相关主题
回复了问题 • 2 人关注 • 1 个回复 • 168 次浏览 • 2016-08-19 14:54
• 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 79 次浏览 • 2016-08-19 10:59 • 来自相关主题
发起了问题 • 1 人关注 • 0 个回复 • 96 次浏览 • 2016-08-18 19:04 • 来自相关主题
贡献
回复了问题 • 9 人关注 • 5 个回复 • 864 次浏览 • 2016-08-18 18:41
• 来自相关主题
贡献
回复了问题 • 3 人关注 • 1 个回复 • 1005 次浏览 • 2016-08-18 14:01
• 来自相关主题
贡献
回复了问题 • 7 人关注 • 12 个回复 • 619 次浏览 • 2016-08-18 12:05
• 来自相关主题pythonleetcode返回顶部var cnzz_protocol = (("https:" == document.location.protocol) ? " https://" : " http://");document.write(unescape("%3Cspan id='cnzz_stat_icon_1259748782'%3E%3C/span%3E%3Cscript src='" + cnzz_protocol + "s11.cnzz.com/z_stat.php%3Fid%3D1259748782%26show%3Dpic' type='text/javascript'%3E%3C/script%3E"));


questions = doc.findall('.//h4')
len(questions)


50


contents = _unpack(questions)
for content in contents:
print content


@寒老师，CTR课程中的LR-MLlib的代码哪里下载?逻辑回归如何做特征选择？opencv在vs2015配置失败，有朋友能给一些可用的教程吗数据集具有倾斜性或呈长尾分布问题端到端深度学习在自动驾驶汽车上的应用CV班：转发微博狂送100元上课券，所有人 人人都有份关于word2vec的一些资料python数据分析班作业1第8类新班：《计算机视觉班》大纲讨论稿有奖竞答第二题（IBM ponder this 专题）：国王、硬币与电子秤的故事一个数学问题关于推荐系统基于内容的推荐中使用TF-IDF建模词对资料重要度问题python数据分析班-安装igraph后运行报错anaconda程序组中的各个组件都是做什么用的wide&deep learning问题SMO算法中关于b值的求解caffe车辆检测2017年各大互联网公司校招日程统计应用班第8次课 图像检索作业大事记：官网上线自动支付、七月在线APP全面开放下载趋势科技南京研发中心招聘机器学习、数据挖掘人才CNN 在文本中的应用关于特征工程的一些问题【DNN】为什么神经网络需要激励函数关于python的一个问题conda和pip install各种package有什么区别《python数据分析班》环境安装16年8月内推公司名单：VIPKID（算法负责人）、溢思得瑞（数据科学家）、洋钱罐（数据挖掘）一起来吐槽——对官网跟问答社区，有任何反馈或意见？关于EM算法的一些疑问deep learning做文本分类关于特征工程的三个问题python 3 读取数据编码报错 跪求解决有奖竞答第一题：LR和线性回归的区别和联系有哪些？创新工场涂鸦移动团队2017校园招聘python 安装问题谁能帮一下忙？PCA本质理解问题用softmax做输出层碰到的问题最近做图像花图或者屏幕花屏检测，请问特征提取这块有没有什么思路或者方法【内推】【美团点评】2017届校招内推开始了Scince上发表的聚类算法，C++编程实现，有一个bug不知道怎么解决！！跪求大神！！！求e^x ，为什么不直接使用泰勒展开式？自动聊天机器人一般完整机器学习项目的工作流程如何入门机器学习搭建一个自动驾驶车模“Google TensorFlow 深度学习笔记”海量数据处理问题关于 弱监督学习《Python数据分析班》，已超过400人火爆报名


1.7 解析XML

!head -21 Performance_MNR.xml


from lxml import objectifypath = 'Performance_MNR.xml'
parsed = objectify.parse(open(path))
root = parsed.getroot()


data = []skip_fields = ['PARENT_SEQ', 'INDICATOR_SEQ',
'DESIRED_CHANGE', 'DECIMAL_PLACES']for elt in root.INDICATOR:
el_data = {}
for child in elt.getchildren():
if child.tag in skip_fields:
continue
el_data[child.tag] = child.pyval
data.append(el_data)


perf = DataFrame(data)
perf


root


<Element PERFORMANCE at 0x108a0f290>


root.get('href')


root.text


二进制格式的数据

frame = pd.read_csv('data1.csv')
frame
frame.to_pickle('frame_pickle')


pd.read_pickle('frame_pickle')


使用HDF5格式

store = pd.HDFStore('mydata.h5')
store['obj1'] = frame
store['obj1_col'] = frame['a']
store


<class 'pandas.io.pytables.HDFStore'>
File path: mydata.h5
/obj1 frame (shape->[3,5])
/obj1_col series (shape->[3])


store['obj1']


store.close()
os.remove('mydata.h5')


HTML与API交互

import requests
url = 'https://api.github.com/repos/pydata/pandas/milestones/28/labels'
resp = requests.get(url)
resp


<Response [200]>


data[:5]


[{'AGENCY_NAME': 'Metro-North Railroad',
'CATEGORY': 'Service Indicators',
'DESCRIPTION': 'Percent of commuter trains that arrive at their destinations within 5 minutes and 59 seconds of the scheduled time. West of Hudson services include the Pascack Valley and Port Jervis lines. Metro-North Railroad contracts with New Jersey Transit to operate service on these lines.\n',
'FREQUENCY': 'M',
'INDICATOR_NAME': 'On-Time Performance (West of Hudson)',
'INDICATOR_UNIT': '%',
'MONTHLY_ACTUAL': 96.9,
'MONTHLY_TARGET': 95.0,
'PERIOD_MONTH': 1,
'PERIOD_YEAR': 2008,
'YTD_ACTUAL': 96.9,
'YTD_TARGET': 95.0},
{'AGENCY_NAME': 'Metro-North Railroad',
'CATEGORY': 'Service Indicators',
'DESCRIPTION': 'Percent of commuter trains that arrive at their destinations within 5 minutes and 59 seconds of the scheduled time. West of Hudson services include the Pascack Valley and Port Jervis lines. Metro-North Railroad contracts with New Jersey Transit to operate service on these lines.\n',
'FREQUENCY': 'M',
'INDICATOR_NAME': 'On-Time Performance (West of Hudson)',
'INDICATOR_UNIT': '%',
'MONTHLY_ACTUAL': 95.0,
'MONTHLY_TARGET': 95.0,
'PERIOD_MONTH': 2,
'PERIOD_YEAR': 2008,
'YTD_ACTUAL': 96.0,
'YTD_TARGET': 95.0},
{'AGENCY_NAME': 'Metro-North Railroad',
'CATEGORY': 'Service Indicators',
'DESCRIPTION': 'Percent of commuter trains that arrive at their destinations within 5 minutes and 59 seconds of the scheduled time. West of Hudson services include the Pascack Valley and Port Jervis lines. Metro-North Railroad contracts with New Jersey Transit to operate service on these lines.\n',
'FREQUENCY': 'M',
'INDICATOR_NAME': 'On-Time Performance (West of Hudson)',
'INDICATOR_UNIT': '%',
'MONTHLY_ACTUAL': 96.9,
'MONTHLY_TARGET': 95.0,
'PERIOD_MONTH': 3,
'PERIOD_YEAR': 2008,
'YTD_ACTUAL': 96.3,
'YTD_TARGET': 95.0},
{'AGENCY_NAME': 'Metro-North Railroad',
'CATEGORY': 'Service Indicators',
'DESCRIPTION': 'Percent of commuter trains that arrive at their destinations within 5 minutes and 59 seconds of the scheduled time. West of Hudson services include the Pascack Valley and Port Jervis lines. Metro-North Railroad contracts with New Jersey Transit to operate service on these lines.\n',
'FREQUENCY': 'M',
'INDICATOR_NAME': 'On-Time Performance (West of Hudson)',
'INDICATOR_UNIT': '%',
'MONTHLY_ACTUAL': 98.3,
'MONTHLY_TARGET': 95.0,
'PERIOD_MONTH': 4,
'PERIOD_YEAR': 2008,
'YTD_ACTUAL': 96.8,
'YTD_TARGET': 95.0},
{'AGENCY_NAME': 'Metro-North Railroad',
'CATEGORY': 'Service Indicators',
'DESCRIPTION': 'Percent of commuter trains that arrive at their destinations within 5 minutes and 59 seconds of the scheduled time. West of Hudson services include the Pascack Valley and Port Jervis lines. Metro-North Railroad contracts with New Jersey Transit to operate service on these lines.\n',
'FREQUENCY': 'M',
'INDICATOR_NAME': 'On-Time Performance (West of Hudson)',
'INDICATOR_UNIT': '%',
'MONTHLY_ACTUAL': 95.8,
'MONTHLY_TARGET': 95.0,
'PERIOD_MONTH': 5,
'PERIOD_YEAR': 2008,
'YTD_ACTUAL': 96.6,
'YTD_TARGET': 95.0}]


issue_labels = DataFrame(data)
issue_labels


2.数据库相关操作

2.1 sqlite数据库

import sqlite3query = """
CREATE TABLE test
(a VARCHAR(20), b VARCHAR(20),
c REAL, d INTEGER
);"""con = sqlite3.connect(':memory:')
con.execute(query)
con.commit()


data = [('Atlanta', 'Georgia', 1.25, 6),
('Tallahassee', 'Florida', 2.6, 3),
('Sacramento', 'California', 1.7, 5)]
stmt = "INSERT INTO test VALUES(?, ?, ?, ?)"con.executemany(stmt, data)
con.commit()


cursor = con.execute('select * from test')
rows = cursor.fetchall()
rows


[(u'Atlanta', u'Georgia', 1.25, 6),
(u'Tallahassee', u'Florida', 2.6, 3),
(u'Sacramento', u'California', 1.7, 5)]


cursor.description


(('a', None, None, None, None, None, None),
('b', None, None, None, None, None, None),
('c', None, None, None, None, None, None),
('d', None, None, None, None, None, None))


DataFrame(rows, columns=zip(*cursor.description)[0])


import pandas.io.sql as sql
sql.read_sql('select * from test', con)


3.2 MySQL数据库

#coding=utf-8
import MySQLdbconn= MySQLdb.connect(
host='localhost',
port = 3306,
user='root',
passwd='123456',
db ='test',
)
cur = conn.cursor()#创建数据表
#cur.execute("create table student(id int ,name varchar(20),class varchar(30),age varchar(10))")#插入一条数据
#cur.execute("insert into student values('2','Tom','3 year 2 class','9')")#修改查询条件的数据
#cur.execute("update student set class='3 year 1 class' where name = 'Tom'")#删除查询条件的数据
#cur.execute("delete from student where age='9'")cur.close()
conn.commit()
conn.close()


3.3 Memcache

#coding:utf8
import memcacheclass MemcachedClient():
''' python memcached 客户端操作示例 ''' def __init__(self, hostList):
self.__mc = memcache.Client(hostList); def set(self, key, value):
result = self.__mc.set("name", "NieYong")
return result def get(self, key):
name = self.__mc.get("name")
return name def delete(self, key):
result = self.__mc.delete("name")
return resultif __name__ == '__main__':
mc = MemcachedClient(["127.0.0.1:11511", "127.0.0.1:11512"])
key = "name"
result = mc.set(key, "NieYong")
print "set的结果：", result
name = mc.get(key)
print "get的结果：", name
result = mc.delete(key)
print "delete的结果：", result


---------------------------------------------------------------------------ImportError Traceback (most recent call last)<ipython-input-39-51dc19a879b8> in <module>()
1
----> 2 import memcache
3
4 class MemcachedClient():
5 ''' python memcached 客户端操作示例 '''ImportError: No module named memcache


3.4 MongoDB

#encoding:utf=8
import pymongo connection=pymongo.Connection('10.32.38.50',27017) #选择myblog库
db=connection.myblog # 使用users集合
collection=db.users # 添加单条数据到集合中
user = {"name":"cui","age":"10"}
collection.insert(user) #同时添加多条数据到集合中
users=[{"name":"cui","age":"9"},{"name":"cui","age":"11"}]
collection.insert(users) #查询单条记录
print collection.find_one() #查询所有记录
for data in collection.find():
print data #查询此集合中数据条数
print collection.count() #简单参数查询
for data in collection.find({"name":"1"}):
print data #使用find_one获取一条记录
print collection.find_one({"name":"1"}) #高级查询
print "__________________________________________"
print '''''collection.find({"age":{"$gt":"10"}})'''
print "__________________________________________"
for data in collection.find({"age":{"$gt":"10"}}).sort("age"):
print data # 查看db下的所有集合
print db.collection_names()