再见Excel，你好Pandas！-pandas excel

再⻅Excel，你好Pandas！

数据的写⼊:

写⼊数据时，要注意不同的⽂件格式选⽤不同的⽅法，如写⼊csv⽂件使⽤to_csv，写⼊ excel时使⽤to_excel，并且要注意添加编码⽅式，下面创建⼀个表：

from pandas import Series,DataFrame   
# 使用字典创建 
 
index_list['001','002','003','004','005','006','007','008','009','010']  
name_list = ['李白','王昭君','诸葛亮','狄仁杰','孙尚香','妲己','周瑜','张飞','王昭君','大  
乔'] 
 
age_list=[25,28,27,25,30,29,25,32,28,26]  
salary_list=['10k','12.5k','20k','14k','12k','17k','18k','21k','22k','21.5k']  
marital_list = ['NO','NO','YES','YES','NO','NO','NO','YES','NO','YES']  
dic={ 
 
'姓名': Series(data=name_list,index=index_list),  
'年龄': Series(data=age_list,index=index_list), 
 '薪资': Series(data=salary_list,index=index_list),  
'婚姻状况': Series(data=marital_list,index=index_list)  
} 
 
df=DataFrame(dic)  
# 写入csv，path_or_buf为写入文本文件  
df.to_csv(path_or_buf='./People_Information.csv',  
encoding='utf_8_sig',index=False)  
print('end')

这⾥调⽤to_csv⽅法写⼊数据,可以指定路径,参数encoding是指定编码⽅式,这样遇到中⽂不易出现乱码,参数index=False是为了去除掉⾏索引,不然⾏索引1,2,3,4等也会放到表⾥。

数据的读取:

读取数据时,不同的⽂件格式使⽤的⽅法也不⼀样, 读取csv使⽤read_csv,excel使⽤ read_excel,并且可以指定⽂件进⾏读,另外⼀个Excel⽂件可以创建多个表，然后在不同的表中存储不同数据，这种形式的⽂件很常⻅。但是要注意csv⽂件不存在多个sheet的问题。

如: import pandas as pd  
#sheet_name指定读取⼯作铺中的那个sheet(sheet名称)  
sheet1 = pd.read_excel('./data/sheet.xlsx',sheet_name='sheet1')  
print(sheet1.head())  
sheet2 = pd.read_excel('./data/sheet.xlsx',sheet_name='sheet2')  
print(sheet2.head())  
当csv或者excel中数据的第⼀⾏是⼀条脏数据,可以利⽤read_excel()中的header参数进  
⾏选择哪⼀⾏作为我们的列索引。如:  
import pandas as pd  
#这里将header设置为1(第一行是0),代表数据将从第2行开始读取,第一行的数据会被  
忽略  
people = pd.read_csv('./data/People1.csv',header = 1)  
print(people.head())

如果都不满⾜的你的要求，可以将header设置为None，列索引值会使⽤默认的1、2、 3、4，之后在⾃⾏设置。

当指定了header的值，读出来的数据就是从该⾏开始向下切⽚，该⾏以上的数据会被忽略。