pandas8 数据的载入

1.数据载入

1.1读写文本文件

（1）文本文件的读取：

文本文件是一种由若干个字符构成的计算机文件，典型的一种顺序文件。CSV是一种逗号分隔的文件格式，分隔符不一定是逗号，又叫做字符分隔文件，文件以纯文本形式存储表格数据（数字和文本）。

在pandas中用read_table函数来读取文本文件：

pandas.read_table(filepath_or_buffer, sep="\t", header='infer', names=None, index_col=None, dtype=None, engine=None, nrows=None)

在pandas中用read_csv来读取csv文件：

pandas.read_csv(filepath_or_buffer, sep="\t", header='infer', names=None, index_col=None, dtype=None, engine=None, nrows=None)

参数名称	说明
filepath	接收string，代表文件路径，无默认
sep	接收string，分隔符。csv默认是逗号，table默认是制表符
header	接收int或者sequence，表示将某行数据作为列名，默认为infer，表示自动识别
names	接收array，表示列名，默认None
index_col	接收int，sequence或false，表示索引列的位置，取值为sequence表示多重索引，默认为None
dtype	接收dict，代表写入的数据类型，列名为key，数据格式为value，默认为None
engine	接收c或python，数据解析引擎，默认c
nrows	接收int，表示读前n行，默认None

df1 = pd.read_csv("data//sunspots.csv")
 #读取CSV文件到DataFrame中
print(df1.sample(5))

df2 = pd.read_table("data//sunspots.csv",sep = ",")
 #使用read_table，并指定分隔符
print("------------------")
print(df2.sample(5))
df3 = pd.read_csv("data//sunspots.csv",names = ["a","b"])
 #文件不包含表头行，允许自动分配默认列名，也可以指定列名
print("------------------")
print(df3.sample(5))
》》》》》》》》》：结果
     year  counts
54   1754    12.2
174  1874    44.7
150  1850    66.6
12   1712     0.0
84   1784    10.2
------------------
     year  counts
155  1855     6.7
226  1926    63.9
129  1829    67.0
111  1811     1.4
108  1808     8.1
------------------
        a      b
274  1973     38
283  1982  115.9
9    1708     10
43   1742     20
132  1831   47.8

（2）文本文件的存储

与读取很类似，用pandas.to_csv函数实现csv文件的存储。

pandas.to_csv(filepath_or_buffer, sep="\t", na_rep='', columns=None, header=True, index=True, index_label=None, mode='w', encoding=None)

1.2读写excel文件t

(1).pandas 的read_excel函数可以读取“xls”和“xlsx”两种excel文件

pandas.read_excel(io, sheetname, header=0, index_col=None, names=None, dtype)

参数	说明
io	接收string，表示文件路径，无默认
sheetname	接收string，int表示Excel表内数据的分表位置，默认为0
header	接收int或者sequence，表示将某行数据作为列名，默认为infer，表示自动识别
index_col	接收int，sequence，或者false，表示索引列的位置，取值为sequence则代表多重索引，默认为None
names	接收int，sequence，或者false，表示索引列的位置，取值为sequence则代表多重索引，默认为None
dtype	接收dict，代表写入的数据类型（key是列名，数据格式为values），默认为None

xlsx = "data//data_test.xlsx"
df1 = pd.read_excel(xlsx,"Sheet1")
print(df1)
#也可以直接利用： 
df2 =  pd.read_excel("data//data_test.xlsx","Sheet1")
print("-------------------------------")
print(df2)
》》》》》》》：结果
   00101  长裤  黑色   89
0   1123  上衣  红色  129
1   1010  鞋子  蓝色  150
2    100  内衣  灰色  100
-------------------------------
   00101  长裤  黑色   89
0   1123  上衣  红色  129
1   1010  鞋子  蓝色  150
2    100  内衣  灰色  100

(2).Excel文件的存储

pandas.to_csv(excel_writer=None, sheetnames=None ,na_rep='', columns=None, header=True, index=True, index_label=None, mode='w', encoding=None) 第一个是路径，第二个默认是sheet1，指定存储Excel Sheet的名称。