第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

松思園 · 更新于 2023-05-08

Pandas讀取數(shù)據(jù)文件

1. 前言

上節(jié)課我們一同通過安裝 Anaconda 快速的配置好了開發(fā)環(huán)境，那么從本節(jié)課開始我們將正式學習 Pandas 庫的強大功能。我們在簡介中也說到了 Pandas 是一個用來做數(shù)據(jù)處理和分析的工具。

既然要做數(shù)據(jù)處理和分析，那么首先肯定要有數(shù)據(jù)對不對？這也正是我們這節(jié)課的主題：使用 Pandas 讀取數(shù)據(jù)文件。一般意義上的數(shù)據(jù)文件包括：TXT 文件，CSV 文件以及 Excel 文件，Pandas 庫中提供了簡潔而強大的方法可以快速從這些數(shù)據(jù)文件中讀取我們需要的數(shù)據(jù)，進而對數(shù)據(jù)進行處理和分析。

2. 使用 Pandas 讀取 txt 數(shù)據(jù)文件

2.1 TXT 數(shù)據(jù)文件格式

TXT 文件是一種文本文件，里面存儲的數(shù)據(jù)格式每一行表示行數(shù)據(jù)，列數(shù)據(jù)則是通過某種分隔符對一行的數(shù)據(jù)進行拆分的，下面是一個 TXT 數(shù)據(jù)文件舉例。

書名,作者,出版日期,價格
python從入門到實戰(zhàn),埃里克,2020,85
python數(shù)據(jù)分析,丹尼爾,2020,80
python爬蟲技術,李寧,2020,79
瘋狂python講義,李剛,2019,113
大數(shù)據(jù)處理,石宣化,2018,43
人工智能,史蒂芬,2018,97
深度學習,伊恩,2017,152
人工智能算法,杰弗瑞,2020,53
人工智能簡史,尼克,2017,24

我們新建了一個記事本文件命名為： pandasDataDemo.txt ，里面添加了一些人工智能相關的書名、作者名、出版日期和書的價格，這里我們使用的是 “,” 分割符進行分割列數(shù)據(jù)的。

2.2 read_csv(）函數(shù)

read_csv() 函數(shù)為 Pandas 讀取 txt、csv 數(shù)據(jù)文件提供了強力的支持，該函數(shù)含有四五十個參數(shù)，默認是 從文件、URL、文件新對象中加載帶有分隔符的數(shù)據(jù)，默認分隔符是逗號。下面我們列舉出它最常用的幾個參數(shù)。

參數(shù)名稱 描述
filepath_or_buffer 可以是url，類型包括（http, ftp, s3和文件），比如上面我們 pandasDataDemo.txt 文件的位置為：C:\Users\13965\Documents\myFuture\IMOOC\pandasCourse-progress\data_source\pandasDataDemo.txt ，如果不指定類型，默認是 file 類型
sep 指定數(shù)據(jù)的分隔符，默認是 “,”
header 指定數(shù)據(jù)的從第幾行解析，默認是文件數(shù)據(jù)的第1行，header=0，如果不用文件中的某行作為列名，要寫上 header=None
names 指定列名，如 names=[‘A’,‘B’,‘C’,‘D’,‘E’]
nrows 指定數(shù)據(jù)文件中讀取多少行的數(shù)據(jù)，從數(shù)據(jù)第一行開始
skiprows 指定忽略的行數(shù)，從數(shù)據(jù)文件頭開始
skipfooter 指定忽略的行數(shù)，從文件的尾部開始（c引擎不支持）
encoding 指定數(shù)據(jù)解析時，字符的集類型，通常指定為 “utf-8”
engine 指定數(shù)據(jù)分析的引擎，默認是 c，c 引擎雖然快但是 Python 引擎的功能更多。
na_filter 是否檢查缺失值（空字符串或者是空值），當數(shù)據(jù)文件較大時，并且很少有缺失值，設置 na_filter=False能有效的提升讀取的速度

2.3 read_csv() 函數(shù)的使用

我們這里自建了一個 pandasDataDemo.txt 數(shù)據(jù)文件，通過 Pandas 讀取該文件數(shù)據(jù)，進行上述各項參數(shù)的詳細講解。

1. 讀取數(shù)據(jù)

首先這里我們通過默認的文件讀取類型，讀取我們的 pandasDataDemo.txt 數(shù)據(jù)文件

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
data = pd.read_csv(data_path)
print(data)

# --- 輸出結果 ---
            書名   作者  出版日期   價格
0  python從入門到實戰(zhàn)  埃里克  2020   85
1    python數(shù)據(jù)分析  丹尼爾  2020   80
2    python爬蟲技術   李寧  2020   79
3    瘋狂python講義   李剛  2019  113
4         大數(shù)據(jù)處理  石宣化  2018   43
5          人工智能  史蒂芬  2018   97
6          深度學習   伊恩  2017  152
7        人工智能算法  杰弗瑞  2020   53
8        人工智能簡史   尼克  2017   24

可以看到輸出結果數(shù)據(jù)內容和我們 TXT 中的數(shù)據(jù)一樣，在數(shù)據(jù)的格式上進行了行和列的解析，并自動生成了行索引 0-8，共 9 行數(shù)據(jù)。

2. 參數(shù) sep

sep 參數(shù)的作用是指定數(shù)據(jù)的分隔符，默認是 “,”。我們首先將 pandasDataDemo.txt 中的數(shù)據(jù)列改成以 “=” 進行分割：

書名=作者=出版日期=價格
python從入門到實戰(zhàn)=埃里克=2020=85
python數(shù)據(jù)分析=丹尼爾=2020=80
python爬蟲技術=李寧=2020=79
瘋狂python講義=李剛=2019=113
大數(shù)據(jù)處理=石宣化=2018=43
人工智能=史蒂芬=2018=97
深度學習=伊恩=2017=152
人工智能算法=杰弗瑞=2020=53
人工智能簡史=尼克=2017=24

接下來我們通過 sep 設置解析列的分隔符：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) sep
data = pd.read_csv(data_path,sep="=")
print(data)

# --- 輸出結果 ---
             書名   作者  出版日期   價格
0  python從入門到實戰(zhàn)  埃里克  2020   85
1    python數(shù)據(jù)分析  丹尼爾  2020   80
2    python爬蟲技術   李寧  2020   79
3    瘋狂python講義   李剛  2019  113
4         大數(shù)據(jù)處理  石宣化  2018   43
5          人工智能  史蒂芬  2018   97
6          深度學習   伊恩  2017  152
7        人工智能算法  杰弗瑞  2020   53
8        人工智能簡史   尼克  2017   24

通過指定 sep 參數(shù)將數(shù)據(jù)以 “=” 進行各列的分割。

3. 參數(shù) header

指定數(shù)據(jù)的解析，從哪一行開始，指定的這一行將默認的作為列索引。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) header,指定從第4行開始解析
data = pd.read_csv(data_path,sep="=",header=3)
print(data)

# --- 輸出結果 ---
   python爬蟲技術   李寧  2020   79    #該行數(shù)據(jù)在源文件中是  第4行
0  瘋狂python講義   李剛  2019  113
1       大數(shù)據(jù)處理  石宣化  2018   43
2        人工智能  史蒂芬  2018   97
3        深度學習   伊恩  2017  152
4      人工智能算法  杰弗瑞  2020   53
5      人工智能簡史   尼克  2017   24

輸出解析：這里可以看到，我們參數(shù) header 傳的是 3，輸出結果的第一行為“python 爬蟲技術 李寧 2020 79”，在源數(shù)據(jù)中是第4行數(shù)據(jù)，因為 Pandas 解析數(shù)據(jù)的行數(shù)是從0下標開始的，并且將第4行默認作為列索引的值。

如果不使用數(shù)據(jù)中的某行作為列名，要聲明 header=None ，Pandas 會默認以數(shù)字編號為各列名稱。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) header=None
data = pd.read_csv(data_path,sep="=",header=None)
print(data)

# --- 輸出結果 ---
              0    1     2    3
0            書名   作者  出版日期   價格
1  python從入門到實戰(zhàn)  埃里克  2020   85
2    python數(shù)據(jù)分析  丹尼爾  2020   80
3    python爬蟲技術   李寧  2020   79
4    瘋狂python講義   李剛  2019  113
5         大數(shù)據(jù)處理  石宣化  2018   43
6          人工智能  史蒂芬  2018   97
7          深度學習   伊恩  2017  152
8        人工智能算法  杰弗瑞  2020   53
9        人工智能簡史   尼克  2017   24

4. 參數(shù) names

通過該參數(shù)，我們可以為解析的數(shù)據(jù)，添加列索引值。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) names,傳入列名稱
data = pd.read_csv(data_path,sep="=",header=None,names=["AA","BB","CC","DD"])
print(data)

# --- 輸出結果 ---
             AA   BB    CC   DD
0            書名   作者  出版日期   價格
1  python從入門到實戰(zhàn)  埃里克  2020   85
2    python數(shù)據(jù)分析  丹尼爾  2020   80
3    python爬蟲技術   李寧  2020   79
4    瘋狂python講義   李剛  2019  113
5         大數(shù)據(jù)處理  石宣化  2018   43
6          人工智能  史蒂芬  2018   97
7          深度學習   伊恩  2017  152
8        人工智能算法  杰弗瑞  2020   53
9        人工智能簡史   尼克  2017   24

輸出解析：通指定 names 的值，我們看到輸出中列名稱已經(jīng)變成我們指定的 AA，BB，CC，DD了。

5. 參數(shù) nrows

指定解析數(shù)據(jù)的行數(shù)：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) nrows
data = pd.read_csv(data_path,sep="=",nrows=3)
print(data)

# --- 輸出結果 ---
             書名   作者  出版日期  價格
0  python從入門到實戰(zhàn)  埃里克  2020  85
1    python數(shù)據(jù)分析  丹尼爾  2020  80
2    python爬蟲技術   李寧  2020  79

輸出解析：這里可以看到輸出結果，包含了數(shù)據(jù)文件中的四行，而不是 3 行數(shù)據(jù)，這是因為默認的數(shù)據(jù)的第一行解析為列索引后，然后再進行 3 行數(shù)據(jù)的解析。

Tips：read_csv() 函數(shù)解析數(shù)據(jù)的邏輯為，根據(jù)里面參數(shù)設置，逐行的去解析文件中的數(shù)據(jù)，如果不指定 names，會先把第一行的數(shù)據(jù)解析為 列索引，然后再去根據(jù)條件，繼續(xù)向下解析。

下面我們通過設置 names 的值（或者設置 names=None），并傳入解析的 nrows 數(shù)量，看一下輸出結果：

import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) nrows 和 names
data = pd.read_csv(data_path,sep="=",nrows=3,names=["AA","BB","CC","DD"])
print(data)

# --- 輸出結果 ---
             AA   BB    CC  DD
0            書名   作者  出版日期  價格
1  python從入門到實戰(zhàn)  埃里克  2020  85
2    python數(shù)據(jù)分析  丹尼爾  2020  80

輸出解析：可以看到這里的 3 行正是我們數(shù)據(jù)文件中的前三行數(shù)據(jù)。

6. 參數(shù) skiprows

解析數(shù)據(jù)，從數(shù)據(jù)開始忽略多少行開始解析：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) skiprows
data = pd.read_csv(data_path,sep="=",skiprows=5)
print(data)

# --- 輸出結果 ---
    大數(shù)據(jù)處理  石宣化  2018   43
0    人工智能  史蒂芬  2018   97
1    深度學習   伊恩  2017  152
2  人工智能算法  杰弗瑞  2020   53
3  人工智能簡史   尼克  2017   24

輸出解析：這里可以看到數(shù)據(jù)在忽略了 5 行之后，將第 6 行數(shù)據(jù)解析為列名稱，繼續(xù)向下進行數(shù)據(jù)的解析。

7. 參數(shù) skipfooter ，encoding ，engine

skipfooter 參數(shù)：解析數(shù)據(jù)，忽略從后向前說多少條的數(shù)據(jù)行；

encoding 參數(shù)：制定解析的編碼方式；

engine 參數(shù)：指定解析的引擎類型；

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) skiprows
data = pd.read_csv(data_path,sep="=",skipfooter=7)
print(data)

# --- 輸出結果 ---
               涔﹀悕   浣滆??  鍑虹増鏃ユ湡  浠鋒牸
0  python浠庡叆闂ㄥ埌瀹炴垬  鍩冮噷鍏?    2020   85
1     python鏁版嵁鍒嗘瀽  涓瑰凹灝?    2020   80
<ipython-input-7-44f2a64e80bb>:6: ParserWarning: Falling back to the 'python' engine because the 'c' engine does not support skipfooter; you can avoid this warning by specifying engine='python'.
  data = pd.read_csv(data_path,sep="=",skipfooter=7)

輸出解析：這里可以看到輸出結果存在的問題，首先根據(jù)提示可以看出是 c 引擎不支持 skipfooter 的解析；其實是存在中文亂碼的問題，為了解決這兩個問題，我們通過 encoding 和 engine 分別制定編碼方式和引擎類型。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) skiprows,engine,encoding
data = pd.read_csv(data_path,sep="=",skipfooter=7, engine='python',encoding='utf-8')
print(data)

# --- 輸出結果 ---
             書名   作者  出版日期  價格
0  python從入門到實戰(zhàn)  埃里克  2020  85
1    python數(shù)據(jù)分析  丹尼爾  2020  80

輸出解析：這里我們通過指定編碼 encoding=‘utf-8’ 和解析引擎 engine=‘python’ ，可以看到修復了上面存在的問題，并且看到結果是忽略了數(shù)據(jù)的后7行，只解析了前 3 行數(shù)據(jù)。

Tips：所謂引擎，最通俗的理解就是動力的來源，我們這里提到的 C 引擎和 Python 引擎，主要是指在 Pandas 解析數(shù)據(jù)時，解析函數(shù)最底層主要運行程序的編寫語言，在使用這兩個解析器引擎時，C引擎的速度更快，但是 Python 引擎的功能更多更齊全。

8. 參數(shù) na_filter

該參數(shù)可配置解析文件時是否檢查（空字符串或者是空值），如果一個文件比較大的話，指定 na_filter 能有效的提高解析數(shù)據(jù)的速度：

首先我們將源數(shù)據(jù)最后兩行的作者這一列刪掉內容，如下所示：

書名=作者=出版日期=價格
python從入門到實戰(zhàn)=埃里克=2020=85
python數(shù)據(jù)分析=丹尼爾=2020=80
python爬蟲技術=李寧=2020=79
瘋狂python講義=李剛=2019=113
大數(shù)據(jù)處理=石宣化=2018=43
人工智能=史蒂芬=2018=97
深度學習=伊恩=2017=152
人工智能算法==2020=53
人工智能簡史==2017=24

針對缺失值，read_csv() 函數(shù)默認是將缺失值解析后，展示為 NaN ，這里我們看一下解析出來的數(shù)據(jù)結果：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
data = pd.read_csv(data_path,sep="=", engine='python',encoding='utf-8')
print(data)

# ---輸出結果---
             書名   作者  出版日期   價格
0  python從入門到實戰(zhàn)  埃里克  2020   85
1    python數(shù)據(jù)分析  丹尼爾  2020   80
2    python爬蟲技術   李寧  2020   79
3    瘋狂python講義   李剛  2019  113
4         大數(shù)據(jù)處理  石宣化  2018   43
5          人工智能  史蒂芬  2018   97
6          深度學習   伊恩  2017  152
7        人工智能算法  NaN  2020   53
8        人工智能簡史  NaN  2017   24      # 這里看到最后良好的作者都解析為 NaN

下面我們在 read_csv() 函數(shù)中，加入 na_filter=False屬性：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/pandasDataDemo.txt"
# 這里我們傳入?yún)?shù) na_filter
data = pd.read_csv(data_path,sep="=",na_filter=False, engine='python',encoding='utf-8')
print(data)

# ---輸出結果---
             書名   作者  出版日期   價格
0  python從入門到實戰(zhàn)  埃里克  2020   85
1    python數(shù)據(jù)分析  丹尼爾  2020   80
2    python爬蟲技術   李寧  2020   79
3    瘋狂python講義   李剛  2019  113
4         大數(shù)據(jù)處理  石宣化  2018   43
5          人工智能  史蒂芬  2018   97
6          深度學習   伊恩  2017  152
7        人工智能算法       2020   53
8        人工智能簡史       2017   24

輸出解析：這里可以看到，通過 na_filter=False 參數(shù)指定后，read_csv() 函數(shù)將不對缺失值進行解析。

3. Pandas 讀取csv數(shù)據(jù)文件

3.1 CSV數(shù)據(jù)文件

CSV 即 Comma Separate Values 是逗號分隔文件的縮寫，它是一種用來存儲數(shù)據(jù)的純文本文件，每一欄的數(shù)據(jù)是通過 “,” 進行分割的，每一行數(shù)據(jù)都以回車符結束。csv文件的創(chuàng)建方式有兩種：第一種是通過新建記事本，填寫好每行以 “,” 分列，回車結尾的數(shù)據(jù)保存后，將記事本的后綴名改為 .csv 即可；第二種是通過 Excel 創(chuàng)建 CSV 文件。

首先新建Excel表文件，打開進行編輯：

圖片描述

接下來我們將數(shù)據(jù)文件存儲為CSV格式：

圖片描述

我們將生成的 CSV 數(shù)據(jù) Demo.csv 數(shù)據(jù)文件，右鍵通過記事本打開，可以看到里面的數(shù)據(jù)格式如下：

編程語言,推出時間,主要創(chuàng)始人
java,1995年,James Gosling
python,1991年,Guido van Rossum
C,1972年,Dennis MacAlistair Ritchie
js,1995年,Brendan Eich
php,2012年,Rasmus Lerdorf
C++,1983年,Bjarne Stroustrup

3.2 CSV 數(shù)據(jù)文件的讀取

Pandas 讀取 CSV 文件用的也是 read_csv(）函數(shù)，解析數(shù)據(jù)是默認的使用 “,” 進行劃分列，當然對應的參數(shù)也是適用的，這里我們就不一一贅述，我們演示一下讀取 csv 文件數(shù)據(jù)。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/CSV數(shù)據(jù)Demo.csv"
# 這里我們指定解析引擎為 python
data = pd.read_csv(data_path, engine='python')
print(data)

# ---輸出結果---
     編程語言   推出時間             主要創(chuàng)始人
0    java  1995年               James Gosling
1  python  1991年            Guido van Rossum
2       C  1972年  Dennis MacAlistair Ritchie
3      js  1995年                Brendan Eich
4     php  2012年              Rasmus Lerdorf
5     C++  1983年           Bjarne Stroustrup

4. Pandas 讀取 excel 數(shù)據(jù)文件

4.1 Excel數(shù)據(jù)文件

Excel 是我們比較常見的辦公文件之一，經(jīng)常用于數(shù)據(jù)的整理、分析和可視化方面的工作，具有行和列的數(shù)據(jù)格式，自身含有大量的數(shù)據(jù)處理和分析函數(shù)，但是如果我們 Excel 的數(shù)據(jù)量比較大，他在數(shù)據(jù)的處理上就會很慢，甚至有打不開的情況發(fā)生，而 Pandas 不僅功能分析上比較強大，在速度上也遠遠優(yōu)于 Excel 的處理。下面將具體看一下 Pandas 是如何讀取 Excel 數(shù)據(jù)的，首先我們先創(chuàng)建一個 Excel 數(shù)據(jù)文件： excel 數(shù)據(jù)demo.xlsx：

圖片描述

4.2 read_excel() 函數(shù)

Pandas 提供了 read_excel() 函數(shù)用于 Excel 數(shù)據(jù)文件的讀取，并為其提供了很多的參數(shù)用于解析 Excel 數(shù)據(jù)的設置，接下來我們列舉一些該函數(shù)中常用的幾個參數(shù)設置：

參數(shù)名稱 描述
io 傳入 execl 文件的對象，字符串可能是一個 URL 包括的類型（http，ftp，s3和文件）
sheet_name 指定讀取第幾個 sheet 表，默認是第一個，sheet_name=None 可以讀取所有的 sheet
header 指定哪一行作為列名，如果不需要里面的行作為列名，要寫上 header = None
names 指定列名，如 names=[‘A’,‘B’,‘C’,‘D’,‘E’]

1. 首先，我們通過 read_excel() 的 io 將 “execl數(shù)據(jù)demo.xlsx ”中的數(shù)據(jù)解析出來：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/execl數(shù)據(jù)demo.xlsx"
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
     編程語言   推出時間              主要創(chuàng)始人
0    java  1995年               James Gosling
1  python  1991年            Guido van Rossum
2       C  1972年  Dennis MacAlistair Ritchie
3      js  1995年                Brendan Eich
4     php  2012年              Rasmus Lerdorf
5     C++  1983年           Bjarne Stroustrup

輸出解析：這里是將 Excel 中的第一個工作表的數(shù)據(jù)解析出來 Excel 中行和列分別解析為行數(shù)據(jù)和列數(shù)據(jù)，默認第一行作為列名稱。

2. 參數(shù) sheet_name

該參數(shù)用于設置讀取 Excel 數(shù)據(jù)中的哪個工作表，值為工作表名稱，首先我們在 “execl數(shù)據(jù)demo.xlsx” 文件中新增一個工作表 Sheet2 ，數(shù)據(jù)的內容直接從工作表1 中復制，并為每一項數(shù)據(jù)添加 “_2” 作為區(qū)分：

圖片描述

首先我們通過設置 sheet_name=‘Sheet2’ 來讀取 Sheet2 中的數(shù)據(jù)：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/execl數(shù)據(jù)demo.xlsx"
# 這里我們傳入?yún)?shù) sheet_name
data = pd.read_excel(data_path,sheet_name='Sheet2')
print(data)

# --- 輸出結果 ---
編程語言_2   推出時間_2                       主要創(chuàng)始人_2
0    java_2  1995年_2               James Gosling_2
1  python_2  1991年_2            Guido van Rossum_2
2       C_2  1972年_2  Dennis MacAlistair Ritchie_2
3      js_2  1995年_2                Brendan Eich_2
4     php_2  1996年_2              Rasmus Lerdorf_2
5     C++_2  1997年_2           Bjarne Stroustrup_2

輸出解析：這里可以看到解析的數(shù)據(jù)為 Sheet2 中的數(shù)據(jù)內容。

接下來我們設置 sheet_name=None ，來解析所有工作表的數(shù)據(jù)：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/execl數(shù)據(jù)demo.xlsx"
# 這里我們傳入?yún)?shù) sheet_name
data = pd.read_excel(data_path,sheet_name=None)
print(data)

# --- 輸出結果 ---
{'Sheet1':      編程語言   推出時間                       主要創(chuàng)始人
0    java  1995年               James Gosling
1  python  1991年            Guido van Rossum
2       C  1972年  Dennis MacAlistair Ritchie
3      js  1995年                Brendan Eich
4     php  2012年              Rasmus Lerdorf
5     C++  1983年           Bjarne Stroustrup, 'Sheet2':      編程語言_2   推出時間_2                       主要創(chuàng)始人_2
0    java_2  1995年_2               James Gosling_2
1  python_2  1991年_2            Guido van Rossum_2
2       C_2  1972年_2  Dennis MacAlistair Ritchie_2
3      js_2  1995年_2                Brendan Eich_2
4     php_2  1996年_2              Rasmus Lerdorf_2
5     C++_2  1997年_2           Bjarne Stroustrup_2}

輸出解析：可以看到輸出結果是將 Sheet1 和 Sheet2 的數(shù)據(jù)都進行了解析，格式是字典形式，工作表名為 key，值是解析的工作表的數(shù)據(jù)值。

3. 參數(shù) header

header 參數(shù)用于指定哪一行作為列名：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/execl數(shù)據(jù)demo.xlsx"
# 這里我們傳入?yún)?shù) header 
data = pd.read_excel(data_path,header =2)
print(data)

# ---輸出結果---
 python  1991年            Guido van Rossum
0      C  1972年  Dennis MacAlistair Ritchie
1     js  1995年                Brendan Eich
2    php  2012年              Rasmus Lerdorf
3    C++  1983年           Bjarne Stroustrup

輸出解析：這里可以看到將第二行的數(shù)據(jù)解析為列名，并從改行詳細繼續(xù)解析數(shù)據(jù)。

4. 參數(shù) names

names 用于手動傳入列名的值：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/execl數(shù)據(jù)demo.xlsx"
# 這里我們傳入?yún)?shù) header 
data = pd.read_excel(data_path,names =["a1","a2","a3"])
print(data)

# ---輸出結果---
  a1     a2                          a3
0    java  1995年               James Gosling
1  python  1991年            Guido van Rossum
2       C  1972年  Dennis MacAlistair Ritchie
3      js  1995年                Brendan Eich
4     php  2012年              Rasmus Lerdorf
5     C++  1983年           Bjarne Stroustrup

輸出解析：這里手動傳入了列的名稱為 a1 , a2 , a3。

3.小結

本節(jié)課程我們主要學習了 Pandas 解析 TXT、CSV 、Execl 文件的數(shù)據(jù)方法，講到了 read_csv() ，read_execl() 兩個函數(shù)，他們之間有很多方法參數(shù)是相同的，大家多加練習具體感受一下。本節(jié)課程的重點如下：

  • txt 、csv 、execl 各數(shù)據(jù)文件自身的格式特點；
  • read_csv() 函數(shù)具有的常用參數(shù)設置；
  • read_excel() 函數(shù)具有的常用參數(shù)設置。

圖片描述