Python使用pandas读取excel或txt文件

在本文中，我们将介绍在Python中，使用pandas库来读取excel或者txt文件，以及在读取文件时的一些常用设置。在工作中我们经常会遇到需要从外部获取数据的情况，比如别人给我们传过来的excel，或者从系统上导出来的txt文件。在我们进行数据分析之前，我们都需要先将这些文件读取出来。pandas为我们提供了read_excel和read_cvs两个函数，分别用于读取excel和txt文件。

以上是一个例子Excel文件，它只有一个sheet页。我们可以使用read_excel函数读取文件内容。程序的源代码如下：

read_excel的参数就是Excel文件的完整路径名。文件如果读取成功，将返回一个DataFrame数据。这里大家要注意一下，如果文件名或路径是带有汉字的，那么一定要使用unicode存储字符串，就像上面的例子一样。df.head()函数将默认返回DataFrame的前5行数。通过这个函数我们可以很方便地看出来DataFrame读取的数据是否正确。这对于程序的调试非常方便。

在实际工作中，我们的很多Excel里会包含多个sheet，那么我们在调用read_excel时就需要指定sheet_name参数。下面我们假定要读取一个包含两个sheet的Excel文件，sheet的名字分别为"法人"和"个人"。

以下是程序的源代码：

程序的第8行和第11行，分别用两种形式，演示了指定sheet_name的方法。

pandas可以使用read_cvs函数读取txt文件中的内容。默认情况下，txt文件的文件格式应该是以逗号分隔开不同的字段。以下是我们用于演示的txt文件内容。

文件的第1行是标题，从第2行开始是文件内容，每个字段都是以逗号间隔开。读取文件的源代码如下：

read_cvs函数的参数是txt文件的完整路径。这里要特殊说明一下是，txt文件是UTF-8编码的，而我们的源代码也是UTF-8编码的。文件的编码对于解决乱码问题很重要。我们可以看到df.head()的结果是正确的。

但是有的时候，我们从不同的系统上下载到的txt数据文件，编码不一定都是UTF-8，那么我们在读取时就要指定encoding参数，以便正确的解析内容。大家如果想知道自己的txt文件是什么编码，可以使用UEStudio打开txt文件，在窗口的最下面可以看到编码。

我们可以看到这个txt文件是GBK编码的。那么我们在读取txt文件时应该指定encoding参数，源代码如下图所示。

通常科技部门为我们从后台导出的txt数据文件都是不带标题的，那么我们在使用pandas读取时，就需要指定header参数，否则pandas会将第1行默认为标题。我们先来看一下程序源代码。

txt文件的内容如下：

在使用read_cvs时，指定header=None，就可以不读取标题行，这时pandas将默认使用从0开始的数据作为标题名称。

在使用这样的文件之前，我们可以向科技部门要一份导出文件的表头，然后手工将表头添加进数据中。例如上面程序的第12行，就是我们为数据指定了一个表头，数据类型是列表（List）,设置了表头标题之后，我们再使用df.head()看一下效果。

现在标题就都设置成功了，在pandas中，默认有一个索引列，就是在我们这个例子中，序号之前的这列。有的时候我们会使用这个索引列作为序号，但是由于它默认是从0开头，不太符合我们的阅读习惯，所以我们可以修改一下，使序号是从1开始。我们需要设置index属性，将其赋值为一个从1开始的列表类型（List）数据。例如上面程序的第16行，使用range函数构造一个列表类型数据，然后赋给index。处理后的txt文件内容如下。

以上就是关于在Python中，读取excel或者txt文件的一些常用操作。希望对大家的工作能有所帮助。

我使用的环境：Windows 7 + Python 2.7.17 + PyCharm Community Edition 2016.1.5

如果大家认为我的文章还可以，真心希望能帮我点一个"关注"，粉丝的数量真的对我很重要，也算是对我努力结果的一个支持，谢谢大家了。