Pandas › Importer des données avec Pandas

S’il est possible de créer ses propres Series et DataFrames de manière programmatique en Python (via des listes, des dictionnaires…), ces données proviennent généralement de sources/BDD externes : fichiers CSV, Excel, JSON ou SQL.

L’import de données est donc une étape clé pour utiliser Pandas.

Lecture de fichiers CSV

Pour lire un fichier CSV, on utilise la méthode read_csv() de Pandas.

df = pd.read_csv('chemin/vers/fichier.csv')

Lecture de fichiers Excel

Pour lire un fichier Excel (format .xlsx), on utilise la méthode read_excel() de Pandas.

df = pd.read_excel('chemin/vers/fichier.xlsx')

Lecture de fichiers JSON

Pour lire un fichier JSON, on utilise la méthode read_json() de Pandas.

df = pd.read_json('chemin/vers/fichier.json')

Lecture depuis une base de données SQL

Pour lire une base de données SQL, on utilise la méthode read_sql_query() de Pandas.

import pymysql

conn = pymysql.connect(
    host='adresse_serveur',
    user='votre_user',
    password='votre_mdp',
    database='nom_bdd',
    port=3306
)

df = pd.read_sql_query('SELECT * FROM ma_table', conn)
conn.close()