数据加载，存储与文件格式

读取函数

主要函数有两个，如下所示：

read_csv：默认分隔符为逗号

read_table：默认分隔符为制表符（‘\t’）

 一些函数：

skiprows=[0,2,3]:跳过文件的第一行，第三行和第四行

sentinels={'列名':['foo','NA'],'列名':['two']}

pd.read_csv('',na_values=sentinels)

Web信息收集

from urllib.request import urlopen, Request
from lxml.html import parse
url = 'https://movie.douban.com/top250?start=%s&filter='
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'}
ret = Request(url, headers=headers)
parsed=parse(urlopen(ret))
doc=parsed.getroot()
links=doc.findall('.//a')
print(links[15:20])

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'}

获取方式：在浏览器中输入about:version

读取Excel文件

xls_file=pd.ExcelFile(data.xls)
table=xls_file.parse('Sheet1')