pandas 第一行_python学习之路--pandas读写文件

上一期对于pandas的数据结构以及基本的增查删改进行了简单的介绍，这一期接着利用pandas进行读写文件。

1.读取文件

利用pandas读取文件主要用到的函数是read_xx()，读取后数据结构为dataframe，接下来对read_xx()进行一一讲解。

1.1 excel文件

pd.read_excel()可以用来读取excel文件，主要涉及到的参数有：

(1)sheet_name: excel文件中的表名

(2)index_col: 使用哪一列作为行索引，默认从0开始

(4)usecols: 读取表格中哪几列，必须是位置索引

(5)header: 哪一行设置为列索引，默认是第一行，即header = 0

(6)date_parser：解析日期的函数

(7)parse_dates：尝试将数据解析为日期，默认为False。如果为True，则尝试解析所有列。此外，还可以指定需要解析的一组列号或者列名

(8)names: 列索引

(9)engine: 默认是C，如文件路径存在中文时，engine= "python"

(10)encoding: 默认是utf-8，还可以是gbk

(11)skiprows: 跳过前几行读取文件，默认从0开始

(12)nrows: 读取多少行数据

(13) converters: 列名跟函数之间的映射关系组成的字典

import 

sheet_name用来指定读取文件中哪个表格，可以是表格的名字或者是表格所在的位置，默认从0开始；

index_col指定用哪一列作为行索引，可以是具体的列名，也可以是列的位置索引，默认从0开始；

nrows就不用多说了，只读取多少行，为了方便查看数据的结构，示例只读取5行。

df 

usecols指定读取列，须是列的位置索引，默认从0开始；

header指定哪一行设置为列索引，默认为0，还可以是1或者None；

#以header = 0，以第一行为列索引

header = None，表明不以表格的行为列索引，即没有表头，默认从0开始，如原来表格有列索引，则原来索引变为第一行数据；

df 

列名的设置，可以通过header = None搭配names参数来重设，或者header = None搭配df.columns()来设置；

skiprows,跳过前几行读取；

df 

因为原来的表格有表头，因此用header = None时，原来的表头会变成第一行数据，因此使用skiprows =1，跳过了第一行的读取。

df 

1.2 csv文件

csv文件是以逗号为分隔符的文件，读取参数与excel基本类似，与excel的读取不一样的地方在于如遇到中文路径必须得设置engine参数；

文件为gbk格式的csv，若不设置encoding参数，会报错，并且文件路径带有中文，需要设置engine参数，不然也会报错；

df 

encoding默认是utf-8格式，根据需要还可能是gbk，示例就是gbk格式；

engine指定读取引擎，默认是c语言，如有路径有中文，需设置为python，python引擎更为全面；

1.3 txt文件

txt文件是以指制表符t为分隔符的文件，读取时用到read_table来读取，参数与excel、csv基本类似，不同的地方在于必须要指定sep。

df 

2. 写入文件

2.1写入文件

excel，csv，txt写入文件的方式基本类似，以pandas的to_xx()方式写入；因为三者类似，这里只用excel格式来示例。

(1)index： 是否保留行索引

(2)columns: 通过列索引指定所需列

(3)sheet_name: 表名

(4)encoding：编码格式，utf-8或者gbk

(5)na_rep： 缺失值填充

(6)inf_rep：无穷值填充

(7)index_label: 行索引标签

(8)header: 默认为True，False没有列索引，如需更改列名，则header = ["列1","列2","列3"]

df 

to_csv时需记得设置sep参数！

2.2 多个表写入同个文件

多个数据表需同时写入一个文件时，需用到pandas的ExcelWriter。 步骤如下：

writer 

3.批量读取文件

很多时候我们会遇到数据表结构类似，甚至结构相同的文件。处理时如果一个一个的读取，那就太慢了，不符合使用python的我们的风格，我们可以使用循环将多个类似的数据表同时读取，如：

import