16

2020-08

文科生带你学Python|Pandas读取数据

距离上一次更新时间有点久，原因么，被大佬的代码打击到了，于是回去自闭充了一波电……

LEARN MORE

图片来自网络，如侵删

向万能的pandas低头

之前的教程讲了什么是第三方库和开源软件的基础知识，由于时间比较久了，大家可以点下面链接回顾一下：

基础知识回顾

接下来我们就从一个非常常用且万能的第三方库：pandas开始吧~

对于绝大多数非专业码农来说，处理数据和办公自动化就是核心需求，所以从pandas上手是一个非常不错的选择。

我在之前的文章中有强调过，学习开源软件，阅读文档是非常非常重要的，因为我自己在这个方面吃过亏，过于相信网上所谓的教程而忽视了文档的阅读导致走了一些弯路(具体来说就是教程已经过时了)。下面是pandas官方文档的链接：https://pandas.pydata.org/pandas-docs/stable/，大家没事的时候可以多看看，阅读英文文档有障碍的可以考虑看中文文档，不过我建议还是看英文比较好，因为中文文档的翻译总是有些地方不太对劲。

pandas官方文档

(User guide是我们一般意义上所说的文档，Getting started可以看，其他两个文档偏开发人员，我们业余选手就没必要看了)

从import开始

第三方库的使用是从import 开始的，想用哪个库就用import+库名开始，比如我们想用pandas，就用import pands作为第一行代码。

后续如果我们想要使用pandas中内置的函数和方法，就用pandas.函数名进行使用就可以了。由于pandas名字太长了，每次都输入全称非常麻烦，就好像我们在写文章的时候经常写：《关于XXXX的XXX的办法》(以下简称办法)一样。我们习惯上把pandas缩写为pd，这样后续调用的时候会省很多事，“以下简称”这样的文字在代码中用as表示(说句题外话，mysql中也是用as表示缩写哦，以及as是可以省略的)。在实际使用的过程中，我们一般这么写：

当然，你也可以缩写成其他的，不缩写的pd。不过还是建议按照大家的习惯用法来哈~

pd.read_一切

pandas读取数据还是非常容易记住:pd.read_一切。下面这个就是pandas支持读取的文件类型，你能想到的，pandas都可以，并且读取的代码都很好记忆，比如:

读取csv就是pd.read_csv(路径名)，读取excel文件就是pd.read_excel(路径名)，读取txt文件的就是pd.read_table(路径名)，读取json文件就是pd.read_json(路径名)……

下图以读取excel表为例，展示一下读取excel文件的过程：

如上图所示，读取一个excel文件，因为文件的路径名中包含中文，所以需要在路径名之前加一个r进行转义，如果路径名中全是英文，并且是‘//’形式的就不需要在前面加r进行转义。此外，建议路径中不要有中文字符，用r转义有可能出错。

read_excel参数

读取excel文件有很多参数可以用，用好了这些参数可以解决很多问题。

使用help(pd.read_excel)可以查看read_excel对应的参数和使用方法及示例。

pd.read_excel的参数列表如下，虽然在上面的图示中我只用了io(路径)一个参数。

sheet_name参数可以指定sheet的名称，在读取多sheet文件的时候非常适用。

header参数可以指定表头是哪一行，对于开头有空行的文件和表头为多行的文件非常适用。

此外，还可以用index_col参数指定只读取某几列，用dtype指定数据类型……

具体参数的使用给大家推荐两个教程:

文字版

视频版:https://www.bilibili.com/video/BV1Ni4y1t7tf【这个up主的视频超赞】

HR大数据

用数据赋能人力资源管理

关注公众平台点击下方菜单查看更多