虽然Python可以用来分析数据，但它本身并不具备应该被分析的数据集的来源。所有这些数据集都要从其他地方获得，并被输入到Python中，以实现神奇的效果。我们将探索一种使用Python内置功能将数据导入的技术。本文感兴趣的文件也有点特殊--一个带头文件的CSV文件
我们将使用下面的数据集来演示操作的顺序，其中每一行的条目都由 "tab "来分隔。让我们开始吧!
用于演示的文本文件
导入Pandas
我们应该通过使用下面的代码将Pandas库导入活动的Python窗口来开始工作：
import pandas as pd
完成后点击回车，等待片刻，软件会在后台加载 "Pandas "库。这可以从每行代码前面的箭头中看出。在 "潘达 "完全加载之前，这些箭头不应出现在新的一行。
当Pandas正在加载时没有箭头
只有在潘达成功加载后，这些箭头才会出现，如下图所示。
Pandas加载完毕后出现的箭头
使用read_csv()来读取带头文件的CSV文件
CSV代表的是逗号分隔的值。你问的是哪些值--那些在文本文件中的值!
它的意思是，文本文件中的值用逗号隔开，将一个条目与另一个条目隔开。虽然它只说了 "逗号 "作为分隔符，但CSV广泛用于表示文本文件，其中的分隔符或空格或甚至冒号，等等。
以下是read_csv()的语法：
df = pd.read_csv(“filename.txt”,sep=”x”, header=y, names=[‘name1’, ‘name2’…])
其中：
-
df - 数据框架
-
filename.txt - 要导入的文本文件的名称。
-
x - 在.csv文件中使用的分隔符的类型。
-
"/t" - 选项卡
-
"," - 逗号
-
""--空格，以此类推
-
-
y - 数据中的头的类型
- None - 如果第一行的条目不是标题的话
- 0 - 如果第一行中的条目是标题
现在我们将应用这个语法从本文前面所示的文本文件中导入数据。
filename.txt "被 "Sales Data.txt "取代，"x "被"\t "取代，y被0（零）取代，因为数据包含一个标题行。在这些替换之后，产生的代码应如下：
df = pd.read_csv("Sales Data.txt", sep="\t", header=0)
点击回车键，如果在完全沉默的片刻后出现箭头，就可以知道没有任何错误了。
箭头出现了!
箭头告诉我们，数据已经成功地导入了Python，但是如果我们不偷偷地看一看，会不会让我们感到满意呢？
Python中的print()命令可以达到这个目的。现在可以使用 read_csv() 命令查看数据帧，数据被加载到这个数据帧中：
print(df)
在输入上述内容后点击回车键 ，导入的数据将显示如下。
查看导入的数据
还需要注意的是，即使代码中跳过了header=0，read_csv()也被设置为默认选择0作为标题（即第一行作为标题），这样导入的数据就会考虑到这一点。
使用默认页眉设置导入数据
摘要
现在我们已经到了这篇文章的结尾，希望它已经阐述了如何在Python中使用Pandas读取带头信息的CSV文件。下面是另一篇文章，详细介绍了Pandas中fillna()方法的用法。在AskPython中还有许多其他有趣的、同样内容丰富的文章，可能对那些希望提高Python水平的人有很大帮助。
