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

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

Python支持從多種類型的數據導入。在開始使用Python進行數據導入前需要先導入pandas庫，為了方便起見，我們也同時導入numpy庫。

import numpy as np import pandas as pd

導入數據表
下面分別是從Excel和csv格式文件中導入數據并創建數據表的方法。代碼是最簡模式，里面有很多可選參數設置，例如列名稱、索引列、數據格式等。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'))

創建數據表
另一種方法是通過直接寫入數據來生成數據表，Excel中直接在單元格中輸入數據就可以，Python中通過下面的代碼來實現。生成數據表的函數是pandas庫中的DateFrame函數，數據表一共有6行數據，每行有6個字段。在數據中我們特意設置了一些NA值和有問題的字段，例如包含空格等。后面將在數據清洗步驟進行處理。后面我們將統一以DataFrame的簡稱df來命名數據表。

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'])

這是剛剛創建的數據表，我們沒有設置索引列，price字段中包含有NA值，city字段中還包含了一些臟數據。

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。