pandas读取文件

# -*-coding:utf-8 -*-
# author:lz
import pandas as pd
# 定义一个类，该类中含有能够读取任意文件到内存
class util:

    def readFile(self,path):
        '''
        利用pandas模块
        pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，常用的有：
        read_csv()   ：从文件、URL、文件类型对象中加载带分隔符的数据，默认分隔符为逗号
        read_excel() ：
        read_table() ：从文件、URL、文件类型对象中加载带分隔符的数据，默认分隔符制表符（“\t”）
        1、列名的问题
        #  读取没有列名的csv（pandas会默认第一行的数据为列名，如果第一行不是列名而是有效数据，就称csv没有列名）
        read_csv(path, # 路径
                header=None # 表明原表没有列名，采用panads为其默认分配的列名
                )
        read_csv(path, # 路径
                names=[第一列，第二列，第三列...] # 表明原表没有列名，自定义列名
                )
        2、单索引的问题
        read_csv(path, # 路径
                header=None # 表明原表没有列名
                names=[第一列，第二列，第三列，第四列...] # 表明原表没有列名，自定义列名
                index_col = '第四列' # 表明将第四列作为索引
                )
        3、层次索引问题
        read_csv(path, # 路径
                names=[第一列，第二列，第三列，第四列...] # 表明原表没有列名，自定义列名
                index_col = ['第三列','第四列'] # 表明将第三列和第四列作为层次索引，其中第三列为第一层索引，第四列为第二层索引
                )
        4、需要忽略的行号：
         read_csv(path, # 路径
                names=[第一列，第二列，第三列，第四列...] # 表明原表没有列名，自定义列名
                index_col = ['第三列','第四列'] # 表明将第三列和第四列作为层次索引，其中第三列为第一层索引，第四列为第二层索引
                skiprows=[0,3,5] # 从头开始跳过第0、3、5行
                skip_footer=4 # 从文件末尾算起，忽略4行。
                nrows=4 # 从文件头开始，读取4行。
                )
        5、尝试将数据解析为日期
        DataFrame df = read_csv(path, # 路径
                parse_dates=True # 尝试解析索引
                parse_dates=['日期','时间'] # 单独解析两列
                parse_dates=[['日期','时间']] # 自动将日期时间两列合起来进行解析，并生成一个名为“日期_时间”的新列代替原来的两列
                                              ------>其实利用这个方法，可以将任意指定的两行进行合并成新的一行。
                parse_dates={'日时':['日期','时间']} # 自动将日期时间两列合起来进行解析，并生成一个名为“日时”的新列代替原来的两列
                keep_date_col=True # 当有多列日期时间参与合并后解析时，如果还需要保留原来的列，则使用这个参数。
                )
        6、迭代的读取(返回的是迭代器)
        Iterator TextFileReader = read_csv(path, # 路径
                iterator=True,# 迭代的读取
                chunksize=10  # 每次迭代的块的大小
                )
        :param path: 输入要读取文件的路径
        :return: 返回一个DataFrame对象
        '''
        df = pd.read_excel(path,parse_dates="发布时间")
        return df

    def sortDataframe(self,df):
        '''
        # 写在前边：
            # 数字就按数字的大小进行排序
            # 字母按照字典顺序排序
            # 日期时间按照前后进行排序
        DataFrame df1 = df.sort_index(axis=0 # 0表示按照行名排序，1按照列名排序
                    ascending=True # True为升序，False为降序
                    )
        DataFrame df1 = df.sort_values(axis=0 # 默认按照列排序，即纵向排序；如果为1，则是横向排序。
                    by='按这列排序'
                    ascending=True # True为升序，False为降序
                    )
        DataFrame df1 = df.sort_values(axis=0
                    by=['按这列排序','按这列排序']
                    ascending=[True,False]
                    )
        DataFrame df1 = df.sort_values(axis=0
                    by='按这列排序'
                    inplace=False # False表示排序后生成一个新的DataFrame，True表示生成一个新的DataFrame并覆盖掉当前的df
                    )
        df.sort_values(axis=0
                    by='按这列排序'
                    inplace=True
                    )
        注意：df. sort_index()可以完成和df. sort_values()完全相同的功能，
        但python更推荐用只用df. sort_index()对“根据行标签”和“根据列标签”排序，
        其他排序方式用df.sort_values()。


        df1.reset_index(drop=True,
                    inplace=True
                    )# 排序后索引乱序，需要重新索引
        :param df:
        :return:
        '''

        pass