三分钟教会你Python数据分析—数据导入，小白基础入门必看内容

Posted 2020-11-27 python0921

 

 

前言

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：小白

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/A6Zvjdun

今天我们来学习数据导入，需要使用到Pandas模块。

模块相当于是一个文件夹，它能够用于存放同个主题相关的Python代码段，包括定义函数、类和变量。

例如将数据处理相关的函数都存放在一个模块里，将数据分析相关的函数都存放在一个模块里，将数据可视化相关的函数都存放在一个模块里。这样就可以在其他有需要的地方进行调用，在编写程序的时候，经常需要引用其它模块。

你可以将Excel菜单中的每个选项卡 看成是一个模块，例如数据选项卡下就包含了数据获取和转换、连接、排序和筛选、数据工具等功能。只是它以图形界面的方式供我们选择使用。

 

而Python中的模块一般看不见摸不着，需要在使用的时候进行导入使用，所以对初学者来说不算太友好，这也是大家认为Python难学的原因之一。

另外Python中模块的概念，在 Java 中称之为包（package），而在 CC++中则称之为库（library），Java和CC++都是程序员常用的编程语言，所以有些程序员就会把Python 中的模块混淆称之为包和库，你只要明白它们说的是一回事即可。

原来是这么回事，那Pandas模块又是什么？

Pandas模块是Python的一个数据分析模块，它最初被用作金融数据分析工具而开发出来，所以Pandas为时间序列分析提供了很好的支持。
为了提供高效操作大型数据集的工具，Pandas提出了一套类似Excel的标准数据应用框架，包含了类似Excel表格的数据框DataFrame，以及快速便捷地处理数据的函数和方法，让数据分析整个过程变得快速、简单。可以毫不夸张地说，Pandas是Python中进行数据分析的最好工具。

Pandas模块怎么使用呢？它在哪呢？

在安装Anaconda的时候，都已经一起安装好了，我们只需把它导入就可以使用了，主要有两种使用方法：

第一种是使用import语句进行导入。

import 模块名

这是模块导入最常使用的方法，模块导入后，就可以通过使用 模块名.变量名调用模块中的变量，使用 模块名.函数名 调用模块中的函数。

第二种是使用 from import 语句进行导入。

from 模块名 import 函数名

这种情况就是明 确知道要导入哪个模块哪个函数或变量的时候使用。使用这种导入的方式，在使用函 数或变量的时候，就不用在前面加上对应的模块名了。

那我们是不是可以导入Pandas模块了？

可以，不过不用那么急，我们先来看我们要导入的数据data.csv，先使用Notepad++打开查看数据是什么样子的：

 

这份数据是一份用户数据，记录了用户的id,注册日期reg_date,用户的身份证号id_num,性别gender,生日birthday,年龄age六个字段数据，每个字段使用英文逗号分隔。

还有一个很重要的信息，就是这份数据采用UTF-8的编码格式记录数据。

UTF-8是互联网上使用最广的一种unicode的实现方式，为传输而设计的编码，最大的特点是统一无国界，可以显示全世界上所有文化的字符。

现在我们可以来导入数据了，打开spyder，输入以下代码

 

 

 

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。你再看看。

 

 

 

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。

 

导入TXT与EXCEL数据文件

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

 

 

 

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？

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。

 

 

 

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。

 

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

 

 

 

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。

 

你发现没有，id、age这两列都有不同颜色标识。

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

 

 

 

可以看到只有id、age是int64型，其他都是object类型

 

 

 

今天就到这，下次我们继续学习其他操作，回去要多多练习，多敲代码。

2020年最新Python教程：

如果你处于想学Python或者正在学习Python，Python的教程不少了吧，但是是最新的吗？

说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的Python教程。

 

 

 

 

 

 

 

 

以上这些教程小编已经为大家打包准备好了，希望对正在学习的你有所帮助！

获取方式，私信小编 “ 资料 ”，即可免费获取哦！