跟小白学Python数据分析——数据导入2

Mr.林： 今天继续学习数据导入操作，昨天我们已经学会了导入CSV数据文件，今天我们学习导入TXT与EXCEL数据文件。

小白： 好啊！

Mr.林： 首先是导入TXT数据文件，使用的是 Pandas模块 中的read_table函数，数据还是与昨天一样，只是存为了TXT文件。有了昨天CSV数据文件的导入经验， 导入TXT数据文件 就轻车熟路了， 打开 spyder ，输入以下代码

1import pandas
2data = pandas.read_table(
3'D:/D/data.txt',
4 engine='python',
5 sep=',',
6 encoding='utf8'
7)

小白： 这个比导入CSV 文件多了个参数SEP，是设置列分隔符的意思吧？

 1# 导入pandas模块
 2import pandas
 3# 使用pandas模块中的read_table导入data.txt文件
 4data = pandas.read_table(
 5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起
 6'D:/D/data.txt',
 7# 第二个参数是为了解决路径中包含中文字符无法导入的问题
 8 engine='python',
 9# 第三个参数是设置列之间的分隔符号
10 sep=',',
11# 第四个参数是设置数据文件对应的编码格式
12 encoding='utf8'
13)

Mr.林： 接下来是导入EXCEL数据文件 ， 使用的是 Pandas模块 中的read_excel函数， 输入以下代码

1# 导入pandas模块
2import pandas
3# 使用pandas模块中的read_excel导入data.xlsx文件
4data = pandas.read_excel(
5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起
6'D:/D/data.xlsx',
7# 第二个参数是设置需要导入的工作表名称
8sheet_name='Sheet1'
9)

小白： 这个最简单了，只要设置下需要导入的工作表名称是吧。

Mr.林： 小白，你发现没有，id、age这两列都有不同颜色标识 。

小白： 对呀，这是为什么呢？其他列为什么没有？

Mr.林： 因为这两列数据类型为整数型，你看打开的这个数据框最下面有一个 Background color选项被勾选上，这个功能相当于Excel条件格式中的色阶功能，它仅对整数型、浮点型有效，对其他数据类型无效。

我们可以使用下列命令查看下每列的数据类型

1data.dtypes

可以看到只有id、age是int64型，其他都是object类型