DataFrame操作——数据读取

接着上一个博客，https://blog.youkuaiyun.com/waveplot/article/details/88666090

在Series和DataFrame介绍完后，也就是pandas的内置函数，也是一般我们学习pandas的重点。

pd.read_csv()

read函数有几个关键参数，以下介绍：

filepath：文件路径和文件名

sep：分隔符

header：指定读取文件的哪一行作为列的label

dtype：指定读取某一列读取时的格式

• 文件读取函数，在没有特殊要求的情况下，只需要输入一个文件名就可以了也就是 filepath

为了显示方便，使用的是Jupyter 

没有什么技术含量，直接放进来就行，raw就是一个DataFrame了。

只不过我们这里读取的是一个CSV文件，那么问题来了，其他文件怎么读？

• txt可不可以呢？当然，都是可以的。

txt文件读进来也是和Excel一样的。但是这里需要注意，文件存储的时候，字符之间是以空格区分的，

所以在数据读取的时候出现了错误。这时候就要使用sep参数

那么问题就又来了，既然是txt文件，那个数据存储的方式应该有多种，那么如何读取？

                                 

 

可以看到，read_csv() 函数以'sep'选项来区分txt字符之间的间隔的。

• 上面是一些普通文件的读取，那如果是一些没有表头的数据呢？如果按照上面的读取方法是不是少了一行？那么这个时候就应该忽略表头，将文件全部视为要操作的值。

上面这个数据在读取时，不需要表头。因此借助 header 参数

如果自己要加上label的话，则需要将 header 赋上其他值

可以看到，文件中的第二行作为数据的label被读取了。

• 很多人也有时很困扰，尤其是习惯了C++编程的同学。会表示：为什么文件读取可以同时存在字符串和数字？

当然，这是因为Python为我们进行了自动识别。但是我们如果有一些特殊要求呢？比如 010 如果正常读取的话就是10，而我们如果想要将其读入为 '010'字符串呢？

这时候就要用 dtype 参数了。

 

可以看到，dtype这个参数是非常有用的，它可以控制我们读取文件时，每一个数据的形式。