【Python】Pandas 速查手册

本文转载至文章：Pandas速查手册中文版  ，我添加了个人使用的案例说明，以及一些 DataFrame 的结构解释。

Pandas 是一个很重要的包，能够非常方便的处理结构化的数据，比如我就很喜欢用它来处理一些 excel 和 csv 的文档。如果你想学习 Pandas ，建议先看俩个网站：

• 官网：Python Data Analysis Library
• 十分钟入门Pandas:10 Minutes to pandas

导入数据：

• pd.read_csv(filename)：从CSV文件导入数据
• pd.read_table(filename)：从限定分隔符的文本文件导入数据
• pd.read_excel(filename)：从Excel文件导入数据
• pd.read_sql(query, connection_object)：从SQL表/库导入数据
• pd.read_json(json_string)：从JSON格式的字符串导入数据
• pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格
• pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()
• pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据

CSV和EXCEL：

excel文件和 csv 文件的区别在于前者有分页（sheet），而且用文档编辑器打开的话会发现 excel 一行之间的单元格是以英文逗号 "," 结尾，而 csv 是以制表 “\t” 结尾。注意一点的是，并不是所有得到文件其内容都很规范，比如在一个单元格里面有一大段句子含有英文逗号，就会导致生成 DataFrame 出现问题。所以在导入 Python 中进行处理的时候有必要在 excel 中预查看一下。

import pandas as pd
def xlsx_to_csv_pd():      #读取excel实例
    data_xls = pd.read_excel("test.xlsx",index_col=0 )
    data_xls.to_csv("test.csv",encoding="utf-8")