文章目录

前言

在学习Python进行数据处理之前，首先要了解的是，python是如何将这些数据读取进来，这样的话，才能进行后续的处理，包括数据分析和绘图等等。

对于数据的读取和保存，其实在Python中经常使用的库为Pandas，读取数据和写入数据非常的方便。今天我们来学习一下，常见的Excel数据，CSV格式数据，Txt文本数据，都是怎么从本地读取进来的。

一、使用的软件

[软件名称]：Anaconda | Spyder

[使用系统]：windows 10 64 bit

二、教程介绍

1、读取CSV数据

1.1 在进行使用pandas之前，记得先导入库

import pandas as pd

1.2 我们使用一个csv数据，直接输入浏览器就可以下载出来

https://www.gairuo.com/file/data/dataset/GDP-China.csv

1.3 如果你的数据和代码文件在同一目录，直接读取数据即可

import pandas as pd
data = pd.read_csv("GDP-China.csv")
print(data)

4.如果不在同一路径下，也可以使用绝对路径读取。通过右击，查看文件的路径，使用函数直接读取。（路径中尽量不要出现中文，不然会乱码）

data = pd.read_csv(r"D:\Users\PC\Desktop\GDP-China.csv")
print(data)

5.如果你的数据是来自网上的，直接使用URL读取数据

data = pd.read_csv("https://www.gairuo.com/file/data/dataset/GDP-China.csv")
print(data)

6.sep参数一般代表数据是通过分隔符号进行分割的，那么如果是制表符怎么读取？

pd.read_csv(data, sep='\t')  
pd.read_csv(data, sep='|')    

7.上面的数据读取，是默认有表头的，那如果没有表头怎么办？直接header = None

data = pd.read_csv(r"D:\Users\PC\Desktop\GDP-China.csv",header = None)
print(data)

2、读取xlsx数据

2.1对于Excel中数据的读取，其实和csv格式的数据基本一致，如下

import pandas as pd
data = pd.read_excel(r"D:\Users\PC\Desktop\GDP-China.xlsx")
print(data)

2.2其他的和csv数据读取基本一致

3、输出为csv文件

3.1 data.to_csv()函数将数据进行输出到文件夹中

data.to_csv("data.csv",
           # 如果有中文字符需要写入编码格式
           encoding = "GBK")  

3.2如果想输出到指定文件夹，则需要指定路径

data.to_csv(r"D:\Users\PC\Desktop\data.csv",
           # 如果有中文字符需要写入编码格式
           encoding = "GBK")  

4、输出为excel文件

4.1如果输出为excel呢？其实是一样的和上面

data.to_excel("data.xlsx",
           # 如果有中文字符需要写入编码格式
           encoding = "GBK")  

4.2也可以指定某个sheet里面的数据，同时去除索引 

data.to_excel("data.xlsx",
            sheet_name='Sheet1',
            index = False,
           # 如果有中文字符需要写入编码格式
           encoding = "GBK")  

4.3不过由于文件编码的原因，excel格式的数据确实比csv格式的数据占用内存大

4.4 excel还有个功能，就是多个数据可以一起导出

with pd.ExcelWriter("data.xlsx") as writer:
   data.to_excel(writer, sheet_name = "mysheet1",index = False)
   data1.to_excel(writer,sheet_name = "MySHEET2",index = False)

总结

以上就是今天要讲的内容，更多实用技巧还得在实战中寻找！