使用python進行數據分析工作的第一步是獲取數據源，數據源來可能來自于excel、txt、csv文件、mysql數據庫。

分別看看這些數據源怎么導入到python中。

1. Excel 數據源導入python

首先導入pandas 模塊

import pandas as pd

excel 導入格式為：

pd.read_excel( 路徑,sheet_name=’’ ,header=0,name=’’, dtype= )

參數說明如下：

sheet_name為字符串、數字或者列表形式。0 表示 讀取第一個sheet，得到一個DataFrame

1 表示 讀取第二個sheet,得到一個DataFrame

‘sheet1’ 表示 讀取名字為sheet1的sheet ,得到一個DataFrame

[0,1,’sheet1’] 表示讀取 第一個、第二個、‘sheet1’ 名字的 sheet，得到一個字典，字典里面有3個DataFrame。

sheet_name參數可以省略，默認讀取第一個sheet。

header 參數表示數據中是否包含表頭0表示數據源中包含表頭

None 表示數據源中不包含表頭

names 參數表示表的列名稱,格式為列表(list)得到的DataFrame的列名稱是names的值.

如果header的值是None,但是names沒有值，得到的DataFrame的列名稱是0,1,2這樣的值.

dtype 列數據格式的設置，采用字典形式進行配置比如：{‘a’: np.float64, ‘b’: np.int32}

read_excel 還有其他的參數，但使用比較少，有興趣可以看點下面的鏈接看。pandas.read_excel - pandas 1.0.3 documentation?pandas.pydata.org

示例代碼：

df=pd.read_excel('C:\\Users\\Administrator\\Desktop\\好友關系.xlsx',sheet_name='Sheet1')

df2=pd.read_excel('C:\\Users\\Administrator\\Desktop\\好友關系.xlsx',sheet_name=[0,1])

df3=pd.read_excel('C:\\Users\\Administrator\\Desktop\\好友關系.xlsx',sheet_name=0)

df4=pd.read_excel('C:\\Users\\Administrator\\Desktop\\好友關系.xlsx',sheet_name='Sheet1',header=0,names=[1,2],dtype={1:str,2:np.int})

得到的結果，在變量瀏覽框里面看到的是這樣的：

可以看到，df2 是一個字典(dict),字典里面有兩個數據框(DataFrame). df4的列名稱變成了1,2.

2. csv數據源導入python

excel 導入格式為：

df=pd.read_csv(路徑,sep=',',header=0 ,names=,dtype=,encoding=)

一般情況下，df=pd.read_csv(路徑) 就可以了。

參數解讀：

sep參數表示數據分隔的字符，默認是’,’，一般csv分隔符也是逗號。

header 同pd.read_excel

names 同pd.read_excel

dtype 同pd.read_excel

encoding 表示csv的編碼方式，有時候讀取報錯是因為編碼問題，需要進行特別的配置。

read_csv 還有其他的參數，但使用比較少，有興趣可以看點下面的鏈接看。

3. mysql數據源導入python

需要 pymysql 模塊，可以通過cmd 使用pip install pymysql 進行模塊安裝。

以下寫了一個連接mysql 的通用方法，使用的時候調用方法進行啦。

def get_data(host='',port='',user='',password='',db='',cahrset='',sql ,file_path,file_name,column=['姓名','身份證號碼','電話號碼','所屬企業']):

#建立連接

conn=pymysql.Connect(host=host##mysql數據庫的地址

, port=port##端口

, user=user#用戶名

, passwd=password#密碼

, db=db ##訪問哪個數據庫

, charset='utf8'

)

#建立游標

cursor = conn.cursor()

##執行sql

cursor.execute(sql)

#獲取數據

sql_repayinfo = cursor.fetchall()

##數據寫入dataframe

df_report=pd.DataFrame(list(sql_repayinfo),columns=column)

conn.close()

###儲存數據到本地電腦

file_paths =file_path+' _%s.xlsx' %(file_name) ##儲存路徑

writer_obj_bc = pd.ExcelWriter(file_paths) ##建立數據寫入目標

df_report.to_excel(writer_obj_bc, 'data') ##寫入數據，sheetname的名字為data

writer_obj_bc.save()#保存數據

return df_report ##返回數據

4. txt數據源導入python

有兩種方法可以選擇。

pd.read_table()方法：此方法適合格式統一的txt文件，比如用逗號分隔的數據文件，直接生成DataFrame.

open()方法：此方式格式統一、格式不統一的txt文件均可以，可以實現按行讀取數據，并進行數據處理，比如去掉特殊字符串、進行文本處理等。

pd.read_table()方法：

####代碼格式

df=pd.read_table('路徑',sep='分隔符')

pd.read_table() 有其他的參數，官方參考文檔地址。

open()方法：

以下代碼實現讀取txt文件，按行讀取，并存入dt變量中，

with open('路徑','r',encoding='utf-8') as f:

dt=[]

for line in f:

dt+=[line.strip().split(',