[TOC] ***** **PANDAS的功能** * 能够很好的处理missing value(NaN) * 可以对二维甚至高维的数据对象进行插入和删除 * 支持将其它python数据结构简单快捷的转变为DataFrame * 支持分组计算group by * 支出数据重塑与数据透视表 * 支持智能的基于标签的切片，索引选取等数据操作 * 支持多个数据集的组合操作：join与merge * 支持从多个渠道读取文本数据 * 支持时间序列time-series操作 * 支持可视化数据 ## 1.1. 文件读取 在之前的I/O章节中给我们学习了使用open函数来打开文件，read函数用来读取数据。 但是读取进来的数据都是str的格式，非常不方便我们进行分析。 pandas提供了read_csv函数可以将文件按照固定的格式进行读取，函数能够自动解析数据类型，添加列名与索引等很多功能，能够以结构化的dataframe形式存储数据。 一些注意点： 1. 不要尝试去读取excel文件，最好使用通用的csv或者txt格式 2. 注意编码问题，使用encoding参数 3. 注意处理报错行 **如果要处理excel文件，用另存为变为csv文件，不推荐使用excel格式** ``` import pandas as pd import numpy as np print(pandas.__version__) # 检查版本，如果太低请在终端使用 conda update pandas 命令进行升级 #版本号 0.24.2 ``` **读文件** ~~~python pd.read_csv pd.read_excel ~~~ ``` 会显示该方法的解释文档 ?pd.read_csv #\t是分隔符，比如一行数据有10列，每列之间用横向制表符分割 df = pd.read_csv("C:\\Users\\ddupl\\Desktop\\python数据管理\\NBAPlayers.txt",sep = '\t') ```  ``` #读取xlsx文件中第一张sheet movie = pd.read_excel("movie.xlsx",sheetname = 0 ) #不推荐 #显示前三行数据 movie.head(3) #根据索引显示第一行数据 df.iloc[0] ``` **写文件** ~~~python df.to_csv(path_or_buf=None, sep=',', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, mode='w', encoding=None, compression=None, quoting=None, quotechar='"', line_terminator='\n', chunksize=None, tupleize_cols=None, date_format=None, doublequote=True, escapechar=None, decimal='.') ~~~ ``` #将读取数据写入csv文件中，数据间的分隔符是横向制表符，index=true表示显示索引列 df.to_csv("movie_1.csv",sep = '\t',index = True) ```