Python学习第二十一天，Pandas学习（三）

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第21天，点击查看活动详情

数据读取

数据读取是Pandas里一个十分常用的操作

Excel

函数格式：

pd.read_excel(io ,sheet_name ,header)
io：表示.xls或.xlsx文件路径或类文件对象.  
sheet_name：表示工作表，取值如下表所示  
header：默认值为0，取第一行的值为列名，数据为除列名以外的数据
        如果数据不包含列名，则设置header=None

值	说明
sheet_name = 0	读取当前表的第一个sheet页
sheet_name = 1	读取当前表的第二个sheet页
sheet_name = "python"	读取当前表中，sheet页名对应的
sheet_name = [0 ,"Python" ,"Java"]	读取当前表中第一个sheet页以及页面对应的sheet页
sheet_name = None	读取所有sheet页

举个例子：

df_1 = pd.read_excel(r"house.xlsx",header=0)
print(df_1.head())

结果：

解决一下过长Excel列显示的问题：

# 不换行显示
pd.set_option('display.width', 1000)

# 设置None则无列数的显示限制
pd.set_option('display.max_columns', None)

# 设置value的显示长度为100，默认为50
pd.set_option('max_colwidth', 80)

# 解决列名与名字不对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

df_1 = pd.read_excel(r"house.xlsx",header=0)
print(df_1.head())

效果：

CSV

函数格式：

pd.read_csv(filepath_or_buffer,sep=,header,encoding=None)
filepath_or_buffer：字符串、文件路径,也可以是URL链接
sep：每行数据内容的分割符号字符串、分隔符，CSV常用’,’
header：指定作为列名的行，默认值为0，即取第一行的值为列名。
        数据为除列名以外的数据，若数据不包含列表，则设置header=None
names：用来指定列的名称，类似于列表的序列，不允许有重复值
usecols：用来获取指定列名的的数据
skip_blank_lines：跳过指定行数
nrows：用于指定需要读取的行数，常用于较大的数据
encoding：字符串，默认值为None，文件的编码格式

举个例子：

# 不换行显示
pd.set_option('display.width', 1000)

# 设置None则无列数的显示限制
pd.set_option('display.max_columns', None)

# 设置value的显示长度为100，默认为50
pd.set_option('max_colwidth', 80)

# 解决列名与名字不对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)


df_2 = pd.read_csv("双十一淘宝美妆数据.csv",encoding = "utf-8")
print(df_2.head())

结果：

小结

两种数据格式的读取方式很相像，为了方便显示以及编程，都可以加一连串的代码显示。不过需要注意的是csv格式文件本质上是文本文件与excel文件还是有区别的，需要注意。