深入pandas:导入数据表

目录

前言

 第一点：导入模块

第二点：创建excel表

第三点：读取数据表

总结

---

前言

数据分析和处理过程中，我们经常需要从外部文件中读取数据。本文将介绍如何使用Python中的Pandas库来读取CSV和Excel文件，以及提取纯数组的方法。通过学习本文，你将了解如何高效地读取不同格式的数据文件，并将其转换成Pandas的DataFrame或纯数组，为后续的数据分析和处理奠定基础。

---

 第一点：导入模块

import pandas as pd

第二点：创建excel表

 保存的时候，保存类型分别存为.xlsx和csv格式的数据表

第三点：读取数据表

#读取csv格式表数据
df=pd.read_csv("Data.csv",encoding='utf-8',index_col=0)
print(df)
#     0  1  2  3
# 0  10  女  1  是
# 1  21  男  2  否
# 2  32  女  3  是
# 3  43  男  4  否
# 4  54  女  5  是
# 5  65  男  6  否

#提取纯数组
arr=df.values
print(arr)
# [[10 '女' 1 '是']
#  [21 '男' 2 '否']
#  [32 '女' 3 '是']
#  [43 '男' 4 '否']
#  [54 '女' 5 '是']
#  [65 '男' 6 '否']]

#读取xlsx格式表数据
df=pd.read_excel("Data.xlsx",index_col=0)
print(df)
#     0  1  2  3
# 0  10  女  1  是
# 1  21  男  2  否
# 2  32  女  3  是
# 3  43  男  4  否
# 4  54  女  5  是
# 5  65  男  6  否

---

总结

本文详细介绍了如何使用Python中的Pandas库读取CSV和Excel文件，以及提取纯数组的方法。通过示例代码，我们展示了如何使用pd.read_csv()和pd.read_excel()函数读取外部数据文件，并将其转换成Pandas的DataFrame。同时，我们还演示了如何使用.values属性将DataFrame转换成纯数组，方便进行进一步的数据处理和分析。掌握这些方法将帮助你更高效地处理数据文件，提升数据处理的效率和准确性。