판다스 (Pandas) (데이터 입출력)

1. CSV 파일 읽기

import pandas as pd

# CSV 파일 읽기
df = pd.read_csv('sample_data.csv')
print(df)

 

2. Excel 파일 읽기

import pandas as pd

# Excel 파일 읽기
df = pd.read_excel('sample_data.xlsx')
print(df)

 

3. JSON 파일 읽기

import pandas as pd

# JSON 파일 읽기
df = pd.read_json('sample_data.json')
print(df)

 

4. HTML 파일 읽기

import pandas as pd

# HTML 파일 읽기
url = 'https://example.com/sample_data.html'
df_list = pd.read_html(url)
df = df_list[0]  # 첫 번째 테이블 선택
print(df)

 

5. SQL 데이터베이스 읽기

import pandas as pd
from sqlalchemy import create_engine

# SQLAlchemy 엔진 생성
engine = create_engine('sqlite:///sample_database.db')

# SQL 쿼리 실행
df = pd.read_sql_query('SELECT * FROM sample_table', engine)
print(df)

 

6. 데이터 저장

 

CSV 파일로 저장:

import pandas as pd

# DataFrame 생성
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)

# CSV 파일로 저장
df.to_csv('output.csv', index=False)

 

Excel 파일로 저장:

import pandas as pd

# DataFrame 생성
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)

# Excel 파일로 저장
df.to_excel('output.xlsx', index=False)

 

JSON 파일로 저장:

import pandas as pd

# DataFrame 생성
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)

# JSON 파일로 저장
df.to_json('output.json', orient='records', lines=True)

 

SQL 데이터베이스로 저장:

import pandas as pd
from sqlalchemy import create_engine

# DataFrame 생성
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)

# SQLAlchemy 엔진 생성
engine = create_engine('sqlite:///output_database.db')

# SQL 데이터베이스로 저장
df.to_sql('sample_table', engine, if_exists='replace', index=False)

 

 

출처: https://pandas.pydata.org/docs/

pandas documentation — pandas 2.2.2 documentation