数据字典简单例子_Python学习100天-Day14(数据分析篇-pandas02）

Day14-读取文件

接着上一天的内容，我在学习的过程中发现，DF数据还可以利用几个Series数据组成，具体看一个例子：

两种形式，第一种是直接对Series创建DF对象，得出的结果。第二种是通过字典的形式创建DF对象，把Series的name映射到Series，简单来说，通过字典形式创建，可以看做将Series的name作为了列名，各个元素通过相同的index对应合并在一起。创建出来的DF有点类似一张excel的sheet，行是1,2,3,4....，列是A,B,C,D....。

读取csv文件

除了通过字典和Series的方式创建DF，还可以通过读取CSV文件的形式创建DF对象。

例如读取本地的一份NBA球员2013赛季的数据表，格式是CSV,通过read_csv 函数读取文件，返回DF数据给NBA_data，NBA_data就是DF数据类型，可以查看数据的列名，还可以显示数据的前五行数据。

大家可以留意到，读取数据的时候，我们没有指定索引号，所以系统自动添加了索引号，默认从0开始，我们可以在读取的时候加入参数，指定数据框的索引：

数据框的索引成了player，所以列名就没有了player字段。扩展一下学习，DF数据结果可以直接用列名选择数据，下面我们看一个例子：

选取数据集的时候都会带去索引号，所以如果设置球员名称为索引号，这样选取出来的信息就会更加清晰。更多关于read_csv函数的参数可以查看pandas官方文档。

读取xlsx文件

除了CSV文件，pandas还可以直接读取xlsx文件。加入参数sheet_name可以选择要读取的sheet。

如果要选择多个列的子集，需要以列表的形式传入数据框。下面我们来做一个小练习，巩固一下今天学习的内容，就是用pandas合并同一个文件夹内的所有csv文件(xlsx文件同理)，并保存。现在我的D盘下有文件夹NBA，下有三个csv文件，nba_2013.csv、nba_2014.csv、nba_2015.csv。

简单说一下，这个合并的小程序主要用到了列表的迭代，pandas的CSV的读取方法，保存方法，还和数据框的合并函数，同理合并xlsx。留一个大家思考的问题，如果有多个xlsx文件，而且文件里面有多个sheet，那么要怎么合并？明天开始我给大家演示一下，这个我也是前不久自己学会，提示一下：要用到xlrd这个包去获取xlsx文件中的sheent个数。