python数据导入spss_Python/Excel/SPSS/SQL数据处理方法比较之1 - 数据导入

前言

我知道这个标题很唬人，但容我解释两点：首先我是说【数据处理】，不是数据分析更不是数据挖掘，只涉及从获得数据到开始正式分析之前的准备工作，也称【数据清洗】；其次，这只是【比较】，只是比较粗浅的罗列而已，整理一下我最近俩月驳杂的学习内容。

首先介绍使用版本与工具：Python：Python 3.6.6（Anaconda custom）/Jupyter Notebook、pandas、numpy

Excel：Office 365（2016）

SPSS：Statistics 25

SQL：MySQL 8.0/Navicat Premium 12.1

然后提一下背景知识：列（Python/Excel）=字段（SQL）=变量（SPSS）

行（Python/Excel）=记录（SQL）=个案（SPSS）

OK,LET'S DANCE.

Python本地数据

这里说的是读取为pandas的数据框DataFrame格式。首先需要导入pandas和numpy：

import numpy as np

import pandas as pd

一般使用pandas读取表格型数据。如果是本地文件，如csv或xlsx，则常用两个函数：

df=pd.read_csv('路径')

df=pd.read_excel('路径')

这里的路径需要使用反斜杠\，但