python数据分析第一步：读取以及查看数据

 

用python做数据分析第一步，通常会遇到需要将现成文件（数据库里导出来，或者其他情况下获得的各种文件）拿来处理分析的情况，下面来说下利用python的标准库pandas来读取以及查看数据的方法

1、文件读取

首先将用到的pandas和numpy加载进来

import pandas as pd

import numpy as np

读取数据：

#csv和xlsx分别用read_csv和read_xlsx，下面以xlsx

为例

df=pd.read_csv('f:\1024.csv') 

有时产生报错是因为斜杠的问题：改成双斜杠就可以

df=pd.read_csv('D:\\py\\python\\data\\xx1106.csv')

2、查看数据

df.head()  

#默认出5行，括号里可以填其他数据

标题栏如果是中文产生了乱码，如何解决？

3、查看数据类型

df.dtypes

4、利用现有数据生成一列新数据

比如：max_time和min_time是现有的两列，现在业务需要生成一列gs，gs=max_time-min_time

df.['gs']=df.['max_time']-['min_time']

#查看是否成功

df.head()

5、查看基本统计量

df.describe(include='all')  # all代表需要将所有列都列出

 

好了，今天就这么多了，以上代码都运行检验过

---------------以上于16年11月

------------以下于19年7月1日--

用read_table读文件，无论txt还是csv都可以读，指定encoding='gb2312'可以中文乱码的问题

import pandas as pd
data = pd.read_table('D:\\py\\python\\data\\theme_revenue1106.csv',encoding='gb2312', sep=',')

读CSV文件

 

读txt文件