Python数据分析，自动化办公，数据导入你只需要这么做

本文借助Python中的Pandas库进行数据导入，关于如何学习Pandas，我们可以在其官方文档进行学习，官网的地址如下。
Pandas官网https://www.pypandas.cn/

下面一起学习，如何使用Python导入.xlsx文件和.csv文件，导入.xlsx文件的参数如下所示，本文讲解我们日常办公所需要的一些参数。

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None,               usecols=None, squeeze=False,dtype=None,engine=None,               converters=None,true_values=None,false_values=None,skiprows=None,               nrows=None,na_values=None,parse_dates=False,date_parser=None,                thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)

导入.xlsx文件

使用read_excel命令导入数据，写入路径即可。

#导入数据 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx") df.head()

nrows

导入前4行数据。

#导入前4行数据 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",nrows=4) df

sheet_name

指定导入的sheet表，在首映地点中选择中国首映的sheet表。

#导入具体的sheet数据 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",sheet_name = "中国首映") df.head()

header

指定第一行是否为列名，header=0，表示数据第一行为列名，header=None，表明数据没有列名。

#header为0时，第一行作为列索引 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header = 0) df.head()

index_col

指定列作为行索引。

#index_col为1时，第二列作为行索引 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",index_col = 1) df.head()

usecols

可以指定读取的列名。

#选择第二列，第六列数据 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5]) df.head()#这里使用一个小技巧，将带空格的字符串变为列表形式。'名字 上映时间'.split()#选择特定的列 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =['名字', '上映时间']) df.head()

这里发现指定具体的列名称时无法选择列，我们使用切片索引选择特定的列。

#选择特定的列 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx") df=df.loc[:,['名字', '上映时间']] df.head()

skiprows

跳过多少行再读取数据。

#跳过第二行和第四行数据 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header=0,skiprows=[1,3]) df.head()

names

对选取的列重命名。

#对列命名 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5],names=["电影名称","上映日期"]) df.head()

数据类型转化

types

查看字段的数据类型。

df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx") df.dtypes

dtype

转化数据类型。

#转化数据类型 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",dtype={'投票人数':'int','评分':'int'}) df.dtypes

object数据类型转化。

#查看数据类型 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5]) df.dtypes

指定解析成日期格式的列。

#转化日期类型 df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5],parse_dates=[0]) df.dtypes

创建一个时间表。

import pandas as pd from datetime import datetime  a={'日期':[datetime(2021,3,15),datetime(2021,3,15)],'销量':[10,20]} b={'日期':[datetime(2021,3,16),datetime(2021,3,16)],'销量':[30,40]}  df1=pd.DataFrame(a) df2=pd.DataFrame(b)

使用datetime_format进行日期格式转化。

with pd.ExcelWriter(r'C:\Users\尚天强\Desktop\learn.xlsx',datetime_format='YYYY-MM-DD') as writer :                    df1.to_excel(writer,sheet_name='15日',index=False)                    df2.to_excel(writer,sheet_name='16日',index=False)

数据导出

使用to_excel，写入导出的路径，进行数据导出，index=False消行索引。

import pandas as pd a={'销量':[10,20],'售价':[100,200]} df=pd.DataFrame(a)  df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',index=False) #取消行索引

加入行索引，并使用index.name对其命名。

import pandas as pd  a={'销量':[10,20],'售价':[100,200]} df=pd.DataFrame(a,index=['A','B']) #加入一个行索引 df.index.name='货号'  df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx')

float_format

设置浮点型数据的小数位。

na_rep

空值进行填充。

import pandas as pd  a={'销量':[10,20.43],'售价':[100.25,None]} df=pd.DataFrame(a,index=['A','B']) #加入一个行索引 df.index.name='货号'  df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',sheet_name='第一张表',float_format='%.2f',na_rep='空值')

导入.csv文件

我们常使用的CSV文件有CSV UTF-8(逗号分隔)和CSV(逗号分隔)这两种。

编码方式设置

如果导出的文件为gbk编码方式，导入数据的时候用gbk的编码方式。

encoding

指定数据读入的编码方式。

# 如果导出的文件为gbk编码方式，导入数据的时候用gbk  df = pd.read_csv(r"C:\Users\尚天强\Desktop\score.csv",encoding="gbk",nrows =2)#导入前两行  df

中文路径导入数据

当文件路径或文件名为中文时，如果是CSV UTF-8(逗号分隔)的格式文件，需要把编码格式更改为utf-8-sig，如果是CSV(逗号分隔)的格式文件，需要把编码格式更改为gbk。

''' 当文件路径或文件名为中文时，如果是CSV UTF-8(逗号分隔)的格式文件，需要把编码格式更改为utf-8-sig 如果是CSV(逗号分隔)的格式文件，需要把编码格式更改为gbk  ''' df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreCSV.csv',engine="python",encoding="gbk")  df.head()

''' 当文件路径或文件名为中文时，如果是CSV UTF-8(逗号分隔)的格式文件，需要把编码格式更改为utf-8-sig, 如果是CSV(逗号分隔)的格式文件，需要把编码格式更改为gbk  ''' df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreUTF-8.csv',engine="python",encoding="utf-8-sig")  df.head()

666