介紹：
上一篇文章中 ，我們瞭解了pandas數據對象-pandas Series 和pandas Dataframe，還學習了從頭開始構建Series或Dataframe。在本文中，我們將學習從各種文件格式（如csv，tsv，xls，html，json，sql數據庫等）讀取表格數據，並從中創建Pandas Dataframe。
pandas具有以下方法/功能來讀取各種文件格式，我們將逐一介紹其中幾種：
從製表符分隔的值（TSV）構造Pandas Dataframe
我們可以從tsv文件構造一個pandas Dataframe。默認情況下，pandas 會選擇第一行作為標題，並且索引將是默認的整數索引。運行以下代碼：
<code>import pandas as pd
df = pd.read_table('http://bit.ly/chiporders')
/<code>
上面給出的url包含格式完美的製表符分隔值，第一行是標題。
查找Pandas Dataframe
您可以使用df.head（）或df.tail（）查找Dataframe。默認情況下，它將顯示從頂部或底部開始的5行，標題和索引，如果要查看更多行數，請在括號中添加數字，例如df.head（10）或df.tail（15）。讓我們看看在以上步驟中創建的數據框。
<code>print(df.head())
# Output
order_id quantity item_name choice_description item_price
0 1 1 Chips and Fresh Tomato Salsa NaN $2.39
1 1 1 Izze [Clementine] $3.39
2 1 1 Nantucket Nectar [Apple] $3.39
3 1 1 Chips and Tomatillo-Green Chili Salsa NaN $2.39
4 2 2 Chicken Bowl [Tomatillo-Red Chili Salsa (Hot), [Black Beans... $16.98
/<code>
如您所見，Pandas已自動將文件的第一行作為Dataframe的標題/列。
但是，如果文件格式不正確，我們將必須將諸如sep和name之類的參數傳遞給（pd.read_table（））。看下面的例子：
<code>df = pd.read_table('http://bit.ly/movieusers')
print(df.head())
# Output
1|24|M|technician|85711
0 2|53|F|other|94043
1 3|23|M|writer|32067
2 4|24|M|technician|43537
3 5|33|F|other|15213
4 6|42|M|executive|98101
/<code>看一下頭部，就可以看出該文件不是由製表符分隔的，而是由'|'分隔的 （管道）並且它沒有標題。因此，讓我們提供必要的論據。
<code>df = pd.read_table('http://bit.ly/movieusers', sep='|', names=['id', 'age', 'sex', 'occupation', 'zip code'])
print(df.head())
# Output
id age sex occupation zip code
0 1 24 M technician 85711
1 2 53 F other 94043
2 3 23 M writer 32067
3 4 24 M technician 43537
4 5 33 F other 15213
/<code>因此，現在我們的Dataframe看起來不錯。
從CSV文件構造一個Pandas Dataframe。
就像上面一樣，我們可以使用pandas.read_csv（）從csv文件輕鬆構建pandas Dataframe。
<code>import pandas as pd
df = pd.read_csv('http://bit.ly/uforeports')
print(df.head())
# Output
City Colors Reported Shape Reported State Time
0 Ithaca NaN TRIANGLE NY 6/1/1930 22:00
1 Willingboro NaN OTHER NJ 6/30/1930 20:00
2 Holyoke NaN OVAL CO 2/15/1931 14:00
3 Abilene NaN DISK KS 6/1/1931 13:00
4 New York Worlds Fair NaN LIGHT NY 4/18/1933 19:00
/<code>
設置Pandas Dataframe的索引列
在此，pandas 為Dataframe分配了默認的整數索引。您可以使用以下方法將任何列設置為索引。
<code>df.set_index('City', inplace=True)
df = pd.read_csv(http://bit.ly/uforeports, index_col = 0)
# Output
Colors Reported Shape Reported State Time
City
Ithaca NaN TRIANGLE NY 6/1/1930 22:00
Willingboro NaN OTHER NJ 6/30/1930 20:00
Holyoke NaN OVAL CO 2/15/1931 14:00
Abilene NaN DISK KS 6/1/1931 13:00
New York Worlds Fair NaN LIGHT NY 4/18/1933 19:00
/<code>重置Pandas Dataframe的索引列
同樣，您可以使用df.reset_index（）將索引重置為默認整數索引
<code>df.reset_index(inplace = True)
print(df.head())
# Output
City Colors Reported Shape Reported State Time
0 Ithaca NaN TRIANGLE NY 6/1/1930 22:00
1 Willingboro NaN OTHER NJ 6/30/1930 20:00
2 Holyoke NaN OVAL CO 2/15/1931 14:00
3 Abilene NaN DISK KS 6/1/1931 13:00
4 New York Worlds Fair NaN LIGHT NY 4/18/1933 19:00
/<code>
同樣，您可以使用上表中詳細介紹的pandas方法讀取其他數據文件。
獲取有關Pandas Dataframe的信息
您可以使用（.info（））方法獲取有關Pandas Dataframe的信息。讓我們檢查有關上面創建的pandas Dataframe的信息。
<code>print(df.info())
# Output
<class>
Index: 18241 entries, Ithaca to Ybor
Data columns (total 4 columns):
Colors Reported 2882 non-null object
Shape Reported 15597 non-null object
State 18241 non-null object
Time 18241 non-null object
dtypes: object(4)
memory usage: 712.5+ KB
/<class>/<code>
因此，這告訴我們有關Dataframe的列，值，索引，內存使用情況等。
您還可以在Dataframe上使用.describe（）方法，該方法將在所有列上執行數學運算。對於包含字符串或int或float以外的對象的列，它可能沒有用。
<code>df.describe()
# Output
Colors Reported Shape Reported State Time
count 2882 15597 18241 18241
unique 27 27 52 16145
top RED LIGHT CA 11/16/1999 19:00
freq 780 2803 2529 27
/<code>
結束：
Pandas對各種文件類型的的操作，本次就介紹到這裡，希望對大家有幫助。
閱讀更多 數據大視界 的文章
