（5）Python初入坑之pandas基礎實操四

來自專欄 數據分析小白入坑之旅python篇

本節介紹數據的載入，存儲與合併。

pandas可以將表格型的數據讀取為DataFrame對象，例如比較常用的csv和excel文件。

首先我們來看一下打開csv文件的玩法。

一、數據的載入

先自己用excel做了一個示例文件，裡面內容是rand分布的9行6列的表格，按照教程的代碼輸入，打開，提示報錯。

報錯的語句，百度了一下，大概是以下的原因。

在Python中是轉義符，u表示其後是UNICODE編碼，因此User在這裡會報錯，在字元串前面加個r表示就可以了。

回想起之前在廖雪峰教程中學習的轉義符內容，我們在前面加一個r，表示後面的內容不需要轉義。我們再試一下。

代碼輸入之後依舊提示報錯，這次報錯的信息和上次不太一樣。我們再搜索一下。

我的文件名是shili.csv，文件名沒有中文，但是路徑是有中文的，那我們按照上述方法嘗試一下，能否解決。

這一次，我們成功的載入了shili.csv文件，並且python自動匹配了0-8的行索引。

那麼有的csv文件不是以逗號分隔的，而是以空格，tab，或者 製表符分隔的，這個時候，我們需要使用sep函數手動設定分隔符。

可以看到，第一行的abcdef自動被識別成了列索引。如果我們不想要abcdef成為索引，而是就讓它成為數據的第一行。需要使用限定條件，header=None。None的N要大寫，請注意。

這個時候abcdef就會成為第一行的數據被識別出來。pandas會自動再匹配列索引。

如果我們不想要pandas自動匹配的0-5列索引，我們也可以使用我們自己設定的columns，使用names=。

這個時候columns就是我們指定的names了。

行的索引是0-5，也是pandas自動匹配的。但是很多時候我們做表的時候，都會自己設置類似於主鍵這樣的index。那比如我們需要把第一列a，設置成為行索引，該怎麼設置呢？這個時候就需要使用到index_col= 參數。

這個時候dataframe的列索引已經變化了one-six，我們可以用一下方法，將其變回之前的樣子（我自己根據之前的內容操作的，不知道有沒有可以直接逆操作的函數）

這個時候再使用index_col 來設置a列為索引。

如果是層次化的索引，傳入一個列表就行了。

有的時候，表頭會有一些文字性的描述，這部分內容我們不需要載入到python中，那就可以用skiprows= 來進行跳過，可以指定跳過哪幾行等等。

例如下面，我們跳過了第二行和第三行，原本9行的數據我們只載入了7行。這裡面的2,3就是指的第二行和第三行，而不是位置代表的第三行第四行。

如果一個文件非常大，我們只需要讀取一部分行數，看個大概，那需要使用nrows= 來指定行數。如下我們只需要取前三行。

二、數據的存儲

存儲的話，則使用to_csv函數。

文件會和我們平常存儲jupyter notebook的文件一樣，存儲在默認的路徑，例如我的路徑就是在C盤的用戶文件下，那我可以找到這個文件。

pandas在輸出為csv文件時，會默認給文件增加一個序列，就是0,1,2,3,4這樣的序列，那如果我們不需要這樣的序列，我們可以添加index=False 參數 來阻止這個操作。

那讀取excel文件怎麼操作呢？操作其實是一樣的，使用read_excel 方法即可，同時文件名後綴不同。

那麼excel文件都會有sheet1，sheet2，也就是子表。那麼我們怎麼讀取一個子表裡的內容呢？設定sheetname= 條件即可。