原标题：跟小白学Python数据分析——数据导入2

Mr.林：今天继续学习数据导入操作，昨天我们已经学会了导入CSV数据文件，今天我们学习导入TXT与EXCEL数据文件。

小白：好啊！

Mr.林：首先是导入TXT数据文件，使用的是 Pandas模块中的read_table函数，数据还是与昨天一样，只是存为了TXT文件。有了昨天CSV数据文件的导入经验， 导入TXT数据文件就轻车熟路了， 打开 spyder，输入以下代码

1importpandas

2data = pandas.read_table(

3'D:/D/data.txt',

4engine= 'python',

5sep= ',',

6encoding= 'utf8'

7)

小白：这个比导入CSV文件多了个参数SEP，是设置列分隔符的意思吧？

Mr.林：聪明，同样我给代码加上对应的注释，使用#来添加注释，这样解析器就不会执行注释所在的行的内容。

1# 导入pandas模块

2importpandas

3# 使用pandas模块中的read_table导入data.txt文件

4data = pandas.read_table(

5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起

6'D:/D/data.txt',

7# 第二个参数是为了解决路径中包含中文字符无法导入的问题

8engine= 'python',

9# 第三个参数是设置列之间的分隔符号

10sep= ',',

11# 第四个参数是设置数据文件对应的编码格式

12encoding= 'utf8'

13)

Mr.林：在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。

Mr.林：接下来是导入EXCEL数据文件， 使用的是 Pandas模块中的read_excel函数， 输入以下代码

1# 导入pandas模块

2importpandas

3# 使用pandas模块中的read_excel导入data.xlsx文件

4data = pandas.read_excel(

5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起

6'D:/D/data.xlsx',

7# 第二个参数是设置需要导入的工作表名称

8sheet_name= 'Sheet1'

9)

小白：这个最简单了，只要设置下需要导入的工作表名称是吧。

Mr.林：是的。在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。

Mr.林：小白，你发现没有，id、age这两列都有不同颜色标识。

小白：对呀，这是为什么呢？其他列为什么没有？

Mr.林：因为这两列数据类型为整数型，你看打开的这个数据框最下面有一个 Background color选项被勾选上，这个功能相当于Excel条件格式中的色阶功能，它仅对整数型、浮点型有效，对其他数据类型无效。

我们可以使用下列命令查看下每列的数据类型

1data.dtypes

可以看到只有id、age是int64型，其他都是object类型

1id int64

2reg_date object

3id_num object

4gender object

5birthday object

6age int64

7dtype: object

Mr.林：今天就到这，下次我们继续学习其他操作，小白你回去要多多练习，多敲代码。

在看

如果你在跟着学习，请在留言区留言：打卡

如果你刚看到本文，可以查看本系列历史文章跟着学习：

跟小白学Python数据分析——Anaconda安装

跟小白学Python数据分析——使用spyder

跟小白学Python数据分析——数据导入1

-----------------

DR”获取案例数据返回搜狐，查看更多

责任编辑：