本節(jié)書摘來自異步社區(qū)《從Excel到Python——數(shù)據(jù)分析進階指南》一書中的第1章，第1.1節(jié)，作者 王彥平（藍鯨），更多章節(jié)內(nèi)容可以訪問云棲社區(qū)“異步社區(qū)”公眾號查看

第1章 生成數(shù)據(jù)表
從Excel到Python——數(shù)據(jù)分析進階指南
常見的生成數(shù)據(jù)表的方法有兩種，第一種是導(dǎo)入外部數(shù)據(jù)，第二種是直接寫入數(shù)據(jù)。 Excel中的“文件”菜單中提供了獲取外部數(shù)據(jù)的功能，支持數(shù)據(jù)庫和文本文件和頁面的多種數(shù)據(jù)源導(dǎo)入。

Python支持從多種類型的數(shù)據(jù)導(dǎo)入。在開始使用Python進行數(shù)據(jù)導(dǎo)入前需要先導(dǎo)入pandas庫，為了方便起見，我們也同時導(dǎo)入numpy庫。

import numpy as np import pandas as pd

導(dǎo)入數(shù)據(jù)表
下面分別是從Excel和csv格式文件中導(dǎo)入數(shù)據(jù)并創(chuàng)建數(shù)據(jù)表的方法。代碼是最簡模式，里面有很多可選參數(shù)設(shè)置，例如列名稱、索引列、數(shù)據(jù)格式等。感興趣的朋友可以參考pandas的官方文檔。

df=pd.DataFrame(pd.read_csv('name.csv',header=1)) df=pd.DataFrame(pd.read_excel('name.xlsx'))

創(chuàng)建數(shù)據(jù)表
另一種方法是通過直接寫入數(shù)據(jù)來生成數(shù)據(jù)表，Excel中直接在單元格中輸入數(shù)據(jù)就可以，Python中通過下面的代碼來實現(xiàn)。生成數(shù)據(jù)表的函數(shù)是pandas庫中的DateFrame函數(shù)，數(shù)據(jù)表一共有6行數(shù)據(jù)，每行有6個字段。在數(shù)據(jù)中我們特意設(shè)置了一些NA值和有問題的字段，例如包含空格等。后面將在數(shù)據(jù)清洗步驟進行處理。后面我們將統(tǒng)一以DataFrame的簡稱df來命名數(shù)據(jù)表。

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], "date":pd.date_range('20130102', periods=6),"city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],"age":[23,44,54,32,34,32],"category":['100-A','100-B','110-A','110-C','210-A','130-F'],"price":[1200,np.nan,2133,5433,np.nan,4432]},columns =['id','date','city','category','age','price'])

這是剛剛創(chuàng)建的數(shù)據(jù)表，我們沒有設(shè)置索引列，price字段中包含有NA值，city字段中還包含了一些臟數(shù)據(jù)。

總結(jié)

以上是生活随笔為你收集整理的《从Excel到Python——数据分析进阶指南》一第1章 生成数据表的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。