表示将外源数据导入python的代码_001利用python导入外部数据

一、直接读取.xlsx文件

import pandas as pd

df = pd.read_excel('Data.xlsx')

在读取数据时，可把excel文件保存在用Pycharm建立的工程目录下，如上所示，此种情况不需要添加文件的路径信息，直接读取即可。

在读取数据时，也可指定文件的路径进行数读取。电脑里的文件路径默认使用\，这个时候需要在路径前边加一个转义字符r，也可以不加r，但需要把\换成/，如下所示。

import pandas as pd

df = pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx")

#df = pd.read_excel("C:/Users/Owen/Desktop/Data.xlsx")

print (df)

读取指定Excel文件的子表

.xlsx格式的文件可以有多个sheet，可以通过sheetname参数指定要导入哪个sheet文件。

df = pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1")

除了可以指定具体Sheet的名字，还可以传入Sheet的顺序，从0开始计数。如果不指定sheet_name参数时，那么默认导入的都是第一个Sheet的文件。

二、指定行索引

将本地文件导入DataFrame时，行索引使用的从0开始的默认索引，可以通过设置index_col参数来设置。

index_col表示用.xlsx文件中的第几列做行索引，从0开始计数。

df=pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1",index_col=0)

三、指定列索引

将本地文件导入DataFrame时，默认使用源数据表的第一行作为列索引，也可以通过设置header参数来设置列索引。header参数值默认为0，即用第一行作为列索引；也可以是其他行，只需要传入具体的那一行即可。

#使用第一行作为列索引

df=pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1",header=0

#使用第二行作为列索引

df=pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1",header=1)

四、指定导入列

有的时候本地文件的列数太多，而我们又不需要那么多列时，我们就可以通过设定usecols参数来指定要导入的列。

df=pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1",usecols=[0])

df=pd.read_excel(r"C:\Users\Owen\Desktop\Data.xlsx",sheetname="Sheet1",usecols=[0,2])

五、其他文件读取方式

5.1 读取.csv文件

df = pd.read_csv(r"C:\Users\Owen\Desktop\Data.csv")

5.2 读取txt文件

df = pd.read_table(r"C:\Users\Owen\Desktop\Data.txt")

5.3 读取sql文件

第1步，将python与数据库进行连接

第2步，利用python执行sql查询语句

在目前的学习过程中，.xlsx文件用的较多，本篇以读取.xlsx文件为主，其他几种方法在后续用到时会进一步讲解。

编译环境：PyCharm Community Edition 2017.2.1 + Anaconda3

部分内容来源于《对比Excel，轻松学习Python数据分析》，本文为读书笔记，分享给有需要的人。