Python 导入数据（Pandas）

常见的数据文件格式有文本文件（.txt）、Excel 文件（.xls, .xlsx）和 csv 文件（.csv）。

 在读取文本文件时，会遇到逗号、空格、制表符等不同的数据分割符。读取 Excel 文件时，首先 .xls 与 .xlsx 的格式不同，其次要考虑数据表带不带标题行，有时文件中还有多个工作表。读取文件时还会遇到数据缺失，非法字符。对于小白来说，特别在进行数学建模时，处理这些问题时都会心神不宁。

Python 中读取数据文件的方法也很多。本文非常不推荐使用 Python 自身的文件操作如打开（open）、关闭（close）、读写（read、readline）函数，而是推荐使用 Pandas 读取数据文件。原因在于：

1. Pandas 提供了多种常用文件格式的读写函数，以上各种情况都能一行代码搞定。
2. Pandas 是基于 NumPy 构建的数据分析工具包，便于进行数据整理与清洗，操作方便灵活。
3. Pandas 提供了与其它各种数据结构的转换工具，使用简单灵活。
4. 很多数学建模算法的例程就是使用 Pandas 的 Series、DataFrame 数据结构，无需进行转换。

Pandas 读取 Excel 文件
Pandas 使用 read_excel() 函数读取 Excel文件。

pd.read_excel(io, sheetname=0,header=0,index_col=None,names=None)

pd.read_exce