excel python数据分析的优劣_对比Excel学习python数据分析-学习笔记1

这一篇学习笔记就是在学习如何通过python导入外部数据，外部数据来源主要是以下四种：Excel、TXT、CSV、SQL类型的数据。

１.Excel数据导入方法Excel数据导入方法-read_excel( )

方式1：pd.read_excel(r"E:\python_workspace\Jupyter_workspace\test.xls")

方式2：pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls")

解读：直接导入路径即可。r字符是为了避免路径中的\被转义。直接导入路径下的excel表-路径

指定某个sheet表-sheet_name

方式1：pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name="Sheet1")

方式2：df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name=0)

解读：可以直接指定sheet表的名字或者指定sheet表的顺序，从0开始。指定行索引-index_col

df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name=0,index_col=0)

解读：默认情况下即不加index_col，则是会自动加数字0、1、2的索引。用index_col指定的列作为行的索引。【index_col的值从0开始】

看看有无index_col以及不同index_col的值的区别：没有index_col值index_col=0index_col=1指定列索引-header

df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name=0,header=None)

df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name=0,header=0)

df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",sheet_name=0,header=1)

解读：默认把excel中的第一行作为列索引，当设置为None时，则会自动添加0、1、2的索引；设置为0时，就是默认情况；设置为1时，即把excel中的第2行作为列索引。header=Noneheader=0header=1导入指定列-uescols

df = pd.read_excel("E:/python_workspace/Jupyter_workspace/test.xls",usecols=0)

解读：可以传入一个数字或列表，从0开始计数，表示传入的是excel的第一列数据。usecols=0usecols=1

2.Csv数据导入方法

看着自己Jupyter的白色背景简直太伤眼睛了，于是找教程修改了一下背景，变成黑色背景了，同时调了一下字体等。直接导入路径下的csv文件-路径

同excel的读入方式，直接加载路径即可，用的是read_csv()或者read_table()。指明分割符号-sep

默认是以逗号为分隔符号，常见其余分隔符还有空格和制表符\t。指明读取的行数-nrows

通常是用来了解一下数据。指明读取的编码格式-encoding

解读：在excel保存时另存为有两种选项，一种是CSV UTF-8(逗号分隔)(*.csv)，此种保存方式得到的是UTF-8的编码方式，读入时可省略编码的设置，因为默认编码方式就是UTF-8；另一种是CSV(逗号分隔)(*.csv)，这种保存方式得到的是gbk编码，读入时则需要设置编码方式为gbk，否则会出错。路径中含中文的设置-engine

解读：调用read_csv()方法时，默认是使用C语言作为解析语言，只需要把默认值改成Python即可；同时，如果编码方式是UTF-8，相应的也应该改成utf-8-sig，编码方式是gbk，则就是gbk。

3.txt数据方法

同上。用read_table()。

4.Sql数据导入方法

我自己先在mysql中新建了一个数据库Test，在这个数据库下新建了一个表Info用来测试。数据内容和之前一样。这里还出现了一点小问题，可参考踏踏踏雨：python连接MysqlWorkBench时出现错误代码1044的解决方式​zhuanlan.zhihu.com

在mysql中我的数据库内容是这样子的：

下面是运行成功的代码：