Pandas读取不同数据源的数据—文本文件、excel文件

pandas内置了10多种数据源读取函数和对应的数据写入函数，常见的有三种：数据库数据、文本文件（包括一般文本文件和CSV文件）、excel文件。

1.pandas读写excel文件
          (1) pandas提供了read_excel函数来读取xls,xlsx两种excel文件，语法与参数如下:
  pandas.read_excel(io,sheetname=0,header=0,index_col=None,names=None,dtype=None)
    io:接收string，表示文件路径，无默认
    sheetname:接收string、int，代表excel表内数据的分表位置，默认为0
    header:接收int或sequence，表示将某行数据作为列名，取值为int的时候，代表将该列作为列名，
              取值为sequence，则代表多重列索引，默认为infer，表示自动识别
    index_col:接收int或sequence或False,表示索引列的位置，取值为sequence代表多重索引，默认None
    names:接收array，表示列名，默认None
    dtype:接收dict,代表写入的数据类型（列名为key,数据格式为values），默认为None
    
        （2）将文件存储为excel文件，可以使用to_excel函数，其语法和常用参数如下：
  DataFrame.to_excel(excel_writer=None,sheetname='None',na_rep='',header=True,index=True,
                    index_label=None,mode='w',encoding=None)
 

import pandas as pd
user=pd.read_excel('.../data/user.xlsx')  #读取user.xlsx文件

#将客户信息存储为excel文件
user.to_excel('.../.../userInfo.xlsx')

2.Pandas读写文本文件

        CSV文件是一种用分隔符分隔的文件格式，分隔符不一定是逗号，也被称为字符分割文件。
        Pandas提供read_table来读取文本文件，提供了read_csv函数来读取CSV文件；其语法如下：
pandas.read_table(filepath,sep='\t',header='infer',names=None,index_col=None,dtype=None,
                              encoding=utf-8,engine=None,nrows=None)
pandas.read_csv(filepath,sep=',',header='infer',names=None,index_col=None,dtype=None,
                            encoding=utf-8,engine=None,nrows=None)

file_path:接收string，表示文件路径，无默认
sep:接收string，代表分隔符，read_csv默认为， read_table默认为制表符Tab
header:接收int或sequence，表示将某行数据作为列名，默认为infer，表示自动识别
names:接收array，表示列名，默认None    encoding指文件的编码格式，常用有UTF-8,UTF-16,GBK,GBK2312
index_col :接收int或sequence或False,表示索引列的位置，取值为sequence代表多重索引，默认None
dtype :接收dict,代表写入的数据类型（列名为key,数据格式为values），默认为None
engine:接收c或python，代表数据解析引擎，默认为c
nrows:接收int,表示读取前n行，默认为None

import pandas as pd
order=pd.read_table('meal_order_info.csv',sep=',',encoding='gbk')
print(len(order)) 

order1=pd.read_csv('meal_order_info.csv',encoding='gbk')
print(len(order1))