Python入门：从Excel轻松入门Pandas【第二章】Pandas中数据的存储

注：该学习笔记是根据曾志贤老师编写的《Python数据分析实战：从Excel轻松入门Pandas》所学习整理的笔记。

第二章 Pandas中数据的存储

一、读取Excel文件数据

注意：使用索引序号的方式读取工作表数据，默认索引序号是从0开始的，也就是说当读取第1个工作表时，pd.read——excel( )函数的第2参数不是1，而是0。

import pandas as pd  
# 默认读取第0个工作表  
df1 = pd.read_excel('2-1.xlsx')  
# 使用索引号  
df2 = pd.read_excel('2-1.xlsx', 0)  
# 以名称方式读取工作表  
df3 = pd.read_excel('2-1.xlsx', '成绩表')

二、读取CSV文件数据

import pandas as pd  
df1 = pd.read_csv('2-2.csv')

三、保存为Excel文件格式

import pandas as pd
# 以名称方式读取工作表
df3 = pd.read_excel('2-1.xlsx', '成绩表')
# 保存为excel文件，并且不显示行号
df3.to_excel('2-1-1.xlsx', index=False)

四、保存为CSV文件格式

import pandas as pd  
df1 = pd.read_csv('2-2.csv')  
df1.to_csv('2-2-1.csv', index=False)

五、Pandas中表格的结构

• 从外部文件读取到Pandas中的数据是DataFrame表格。
• DataFrame表格的数据可以由多个Series数据构成。
• Series数据可以由数组、列表等可迭代对象构成。
• 为方便表达，将Pandas简写为pd，DataFrame简写为df，Series简写为s。

1、DataFrame数据结构

DataFrame的3个常用属性：

• 行索引：index
• 列索引：columns
• 数据区域：values

import pandas as pd  
df = pd.read_excel('2-3.xlsx', 0)  
# 获取行索引  
print(df.index)  
# 返回 RangeIndex(start=0, stop=5, step=1)
# 将行索引转换为列表  
print(list(df.index))  
# 返回 [0, 1, 2, 3, 4]  

# 获取列索引  
print(df.columns)  
# 返回 Index(['姓名', '出生日期', '分数'], dtype='object')  
# 将列索引转换为列表  
print(list(df.columns))  
# 返回 ['姓名', '出生日期', '分数']  
  
# 获取数据区域  
print(df.values)
# 返回数组结构

2、Series数据结构

Series数据的本质是带标签的一维数组

import pandas as pd  
df = pd.read_excel('2-4.xlsx', 0)  
for key, item in df.items():  
    # 返回列索引名称  
    print(key)  
    # 返回列数据  
    print(item)  
    print('------')