立即学习:https://edu.csdn.net/course/play/6861/371098?utm_source=blogtoedu
数据来源:某公司人事记录表
时间范围:2017.1.1~2017.6.30
01,1990,3,7,男,销售经理,6&000
02,1989,8,10,女,化妆师,8&500
03,1991,10,10,男,后端开发,13&500
04,1992,10,7,女,前端设计,6&500
05,1985,6,15,男,数据分析师,18&000
该数据集仅用作参考!
不可以用于他用!
备注于2018年2月。
代码如下:
import pandas as pd
data01 = pd.read_csv('E:\pylean\database\data_test01.txt',
skiprows=2,sep=',',header =None,
names=['id','age','month','day','gender','occupation','income'],
skipfooter=3,encoding='utf-8',converters={'id':str},thousands='&')
data01
其中参数thousand='&'是除去千分位符&
二、电子表格的读取:
pd.read_excel(io,sheetname=0,header=0,skiprows=None,skip_footer=0,index_col=None,nmaes=None,na_values=None,thousands=None,convert_float=True)
io:指电子表格的具体路径
sheetname:指定需要读取电子表格中的第几个sheet,既可以传递整数也可以传递具体的sheet名称
header:是否需要将数据集的第一行作为表头,默认是需要的
skiprows:读取数据时指定跳过的开始的行数
skip_feeter:读取数据时,指定要跳过的末尾的行数
index_col:指定哪些列作为数据框的行索引(标签)
na_values:指定原始数据中哪些特殊值代表了缺失值
thousands:指定原始数据集中的千分位符
convert_float:默认将所有的数值型字段转换为浮点型字段
converters:通过字典的形式,指定某些列需要转换的形式。