【Pandas】1.資料讀取
阿新 • • 發佈:2020-07-19
Pandas 1.資料讀取
進行資料分析最麻煩的就是資料獲取,然後一旦獲得了資料,我們就可以很愉快的開始玩耍這些資料。Pandas的IO tools提供了很多的資料來源的型別,但實際上,對於我這個初學者可能用的最多可能就是excel檔案了。這裡就需要用到pandas.read_excel()函式。
1.1 pandas.read_excel()
我們先看下read_excel()的程式碼:
pandas.``read_excel
(*io*, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False , dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, mangle_dupe_cols=True, kwds)**[
def read_excel( | 變數 | 含義 |
---|---|---|
io, | 資料來源檔案,可以是url、各種檔案型別基本都能適用 | |
sheet_name=0, | ||
header=0, | ||
names=None, | ||
index_col=None, | ||
usecols=None, | ||
squeeze=False, | ||
dtype=None, | ||
engine=None, | ||
converters=None, | ||
true_values=None, | ||
false_values=None, |
||
skiprows=None, | ||
nrows=None, | ||
na_values=None, | ||
keep_default_na=True, | ||
verbose=False, | ||
parse_dates=False, | ||
date_parser=None, | ||
thousands=None, | ||
comment=None, | ||
skipfooter=0, | ||
convert_float=True, | ||
mangle_dupe_cols=True, | ||
**kwds, | ||
): |