數據讀取是第一步，只有成功載入數據之後，後續的操作才有可能。

pandas可以讀取和導入各種數據格式的數據，如CSV，Excel，JSON，SQL，HTML等，不需要手動編寫複雜的讀取代碼。

1. 各類數據源

pandas提供了導入各類常用文件格式數據的介面，這裡介紹3種最常用的載入數據的介面。

1.1 從 CSV 文件讀取數據

讀取csv文件的介面：read_csv()

import pandas as pd

# 此csv中包含一些中國人口的統計信息
df = pd.read_csv("/path/to/china-population.csv")

df.head() # 顯示前5條數據

1.2 從 excel 文件讀取數據

讀取excel文件的介面：read_excel ()
讀取excel文件時，預設讀取第一個sheet中的數據。

import pandas as pd

# 此excel中的數據與上面csv文件中的一樣
df = pd.read_excel("/path/to/china-population.xlsx")

df.head() # 顯示前5條數據

1.3 從網路中讀取數據

除了從本地文件中讀取數據之外，read_csv和 read_excel也可以直接從URL讀取數據。
比如，上面的csv文件和excel文件可以從下麵的地址下載。
http://databook.top:8888/pandas/china-population.csv
http://databook.top:8888/pandas/china-population.xlsx

可以直接將URL傳給 read_csv和 read_excel，不用下載保存本地。

import pandas as pd

df = pd.read_csv("http://databook.top:8888/pandas/china-population.csv")
df_excel = pd.read_excel("http://databook.top:8888/pandas/china-population.xlsx")

2. 不同分隔符

csv 文件中預設用逗號,分隔不同的欄位，不過，也有很多csv文件不用逗號分隔，用其他生僻的符號來分隔。

import pandas as pd

df = pd.read_csv("http://databook.top:8888/pandas/china-population-sep.csv")
df.head()

文件china-population-sep.csv用 |來分隔不同的欄位，直接讀取的話，變成只有一個欄位。

這時，要明確設置分隔符。

import pandas as pd

df = pd.read_csv("http://databook.top:8888/pandas/china-population-sep.csv", sep="|")
df.head()

這樣就得到了正確的數據結構。

3. 設置列名稱

除了可以設置分隔符之外，讀取數據時，也可以設置列的名稱。
上面的例子中，列的名稱都是字母的縮寫，讀取文件時可以替換成中文名稱。

import pandas as pd

df = pd.read_csv(
    "http://databook.top:8888/pandas/china-population-sep.csv",
    sep="|",
    names=["年份數字", "年份", "指標編碼", "指標名稱", "人口數"],
)
df.head()

通過names參數設置列的名稱，names參數是個列表，其中元素的個數一般與列的數目保持一致。
如果names中元素個數少於列的數目，那麼多出來的列會作為索引（關於索引index，後續會詳細介紹）。

import pandas as pd

df = pd.read_csv(
    "http://databook.top:8888/pandas/china-population-sep.csv",
    sep="|",
    names=["指標編碼", "指標名稱", "人口數"],
)
df.head()

如果 names中元素個數多於列的數目，多出來的元素作為新增的空白列。

import pandas as pd

df = pd.read_csv(
    "http://databook.top:8888/pandas/china-population-sep.csv",
    sep="|",
    names=["年份數字", "年份", "指標編碼", "指標名稱", "人口數", "列名稱", "列名稱2"],
)
df.head()

上面的例子中，我們應該發現了一個問題，設置 names作為新的列名稱之後，原有的列名稱被當成了實際的數據。
也就是：

設置新的列名稱時，如果數據中包含列名稱的話，需要忽略掉這個名稱。
設置 header=0，忽略作為標題的第一行。
如果文件本來就沒有標題的話，設置 header=None。

import pandas as pd

df = pd.read_csv(
    "http://databook.top:8888/pandas/china-population-sep.csv",
    sep="|",
    header=0,
    names=["年份數字", "年份", "指標編碼", "指標名稱", "人口數"],
)
df.head()

4. 隨機生成數據

pandas支持從很多數據源讀取數據，不過，有時候我們只想嘗試嘗試 pandas中的一些方法，並不想創建數據源。

這時，可以通過 numpy包創建一個隨機的二維矩陣，直接將這個二維矩陣的數據導入 pandas即可。
下麵的例子創建了一個10行3列的數據集。

import pandas as pd
import numpy as np

data = np.random.rand(10,3)
df = pd.DataFrame(data, columns=["data1", "data2", "data3"])
df.head()

通過臨時創建的隨機數據，可以嘗試 pandas提供的各類介面。

5. 總結回顧

本篇了主要介紹了數據的讀取方法，重點介紹的是 csv 文件的讀取方式，因為這是最常用的數據源。
其他數據源的讀取方式也大同小異，各種數據源的差異會體現在不同介面的參數上。

本文所用到的數據：

1. http://databook.top:8888/pandas/china-population.csv
2. http://databook.top:8888/pandas/china-population-sep.csv
3. http://databook.top:8888/pandas/china-population.xlsx

本文關聯的微信視頻號短視頻：