用pandas读取D盘下A过铁精矿文件夹中江南A过铁精矿.mdb中表一number数据列跳过第一行的数据,并将上述输出的df数据按表一number顺序排列并输出
时间: 2024-02-17 07:02:21 浏览: 26
这里提供一种使用`pandas`库中的`read_sql_query()`函数读取Access数据库文件中的数据的方法来完成你的要求。需要先安装`pyodbc`库用于连接Access数据库。
请先确保你已经按照我的要求安装好了必要的库,然后可以按照以下步骤进行操作:
1. 导入所需库:
```python
import pandas as pd
import pyodbc
```
2. 建立数据库连接:
```python
conn = pyodbc.connect(r"Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=D:\A过铁精矿\江南A过铁精矿.mdb;")
```
3. 使用`read_sql_query()`函数读取数据:
```python
sql = "SELECT * FROM 表一"
df = pd.read_sql_query(sql, conn, index_col='number', skiprows=1)
```
这里我使用`SELECT *`读取表一中的所有数据,并指定`index_col='number'`将`number`列作为行索引,`skiprows=1`跳过第一行数据。
4. 按照表一的`number`列排序并输出:
```python
df.sort_index(inplace=True)
print(df)
```
这里使用`sort_index()`函数按照行索引排序,`inplace=True`表示在原数据上排序。
完整代码如下:
```python
import pandas as pd
import pyodbc
conn = pyodbc.connect(r"Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=D:\A过铁精矿\江南A过铁精矿.mdb;")
sql = "SELECT * FROM 表一"
df = pd.read_sql_query(sql, conn, index_col='number', skiprows=1)
df.sort_index(inplace=True)
print(df)
```