python数据分析_Python数据分析，文本数据如何读取？

在家无聊，不如跟我一起学Python，从数据获取、数据清洗，到数据探索、数据可视化，我会的都会分享，不会的我会继续学习，学无止境，今天分享的是文本数据的导入，一起学习吧！

一、CSV文件读取

打开原始的数据如下所示，通过写代码读取数据，当我们处理的数据量很大时，通过写代码的方式，简洁并且高效。

程序代码都放到代码框里了

大家一定要动手多练练

!type D:python数据分析数据shuju1.csv #查看数据情况

!type D:python数据分析数据shuju1.csv #查看数据情况

df = pd.read_table(open('D:/python数据分析/数据/shuju1.csv'),sep=',') #指定分隔符df

df = pd.read_csv(open('D:/python数据分析/数据/shuju1.csv'),index_col='id') #指定行索引df

df = pd.read_csv(open('D:/python数据分析/数据/shuju1.csv'),index_col='id') #指定行索引df

二、TXT文件读取

除了数值型数据，这种文本数据在数据分析时，也占了很大的比重，比如商品评论分析，网站舆情监测分析，前期都要做很多文本数据的处理，数据处理的好坏，关乎到数据结果，本例的文本数据如下

!type D:python数据分析数据shuju3.txt #数据情况

!type D:python数据分析数据shuju3.txt #数据情况

!type D:python数据分析数据shuju3.txt #数据情况

df = pd.read_table(open('D:/python数据分析/数据/shuju3.txt'),sep='s+') #正则表达式的使用df

df = pd.read_table(open('D:/python数据分析/数据/shuju3.txt'),sep='s+') #正则表达式的使用df

三、文本数据存储

数据清洗阶段完成后，可以将“干净”的数据导出，作为一个新样本研究，其研究质量会有大幅度的提升。

df.to_csv('D:/python数据分析/数据/out1.csv') #存储文本数据!type D:python数据分析数据out1.csv

df.to_csv('D:/python数据分析/数据/out2.csv',sep='?') #指定分隔符，存储文本数据!type D:python数据分析数据out2.csv

df.to_csv('D:/python数据分析/数据/out3.csv',index=False) #处理行和列索引!type D:python数据分析数据out3.csv

df.to_csv('D:/python数据分析/数据/out3.csv',index=False) #处理行和列索引!type D:python数据分析数据out3.csv