本文介绍了Pandas在数据分析中如何进行文件的读取和写入，重点讲解了csv、txt、excel文件的读取方法，如read_csv、read_table和read_excel函数的使用，以及相关参数如header、index_col、usecols、parse_dates和nrows的作用。此外，还提到了txt文件的分隔符自定义。在数据写入部分，提到了to_csv、to_excel以及如何利用to_markdown和to_latex转化数据格式，同时强调了如何通过设置index参数来决定是否保存数据索引。
1.文件的读取
Pandas的文件输入有赖于xlrd、xlwt、openpyxl这三个第三方的库，如果读取失败可尝试先安装这几个库；
在数据分析的过程中对于数据的读取和写入是必不可少的，这里我们主要学习csv、 txt、 excel的读取和写入。
1.1文件的读取
csv、txt、excel文件分别可以使用read_csv()、read_table()、read_exece来读取，其中传入的参数都是文件的相对或者绝对路径。
其中的一些公共参数，header设置为None时表示第一行不作为列名，index_col表示把某一列或某几列作为索引；usecols表示读取列的集合，默认是所有的列；parse_dates表示需要转化为时间的列，nrows表示读取的数据行数。
header:
index_col：
usecol:
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
