anaconda怎么读取excel数据_anaconda如何引入Excel文件

anaconda怎么读取excel数据_anaconda如何引入Excel文件Anaconda:读取Excel数据之CSV格式虽然有各种各样花里胡哨的分析工具,但是对数据存储来说,还是Excel大法好!前天介绍了如何从剪切板进行数据的读取,今天

Anaconda:读取Excel数据之CSV格式

虽然有各种各样花里胡哨的分析工具,但是对数据存储来说,还是Excel大法好!前天介绍了如何从剪切板进行数据的读取,今天就来介绍一下Excel数据的读取。

图片来自网络,如侵删

#csvxlsxlsx

有表姐之称的HR小伙伴们应该都知道,Excel的数据有csvxlsxlsx三种常见的数据格式,这三种格式可能在我们用Excel进行操作的时候看不出来太大的差别,但是如果用Python或者R读取的话,就有区别了。

  1. xls和xlsx格式的文件是Microsoft excel电子表格的文件格式,xlsx的版本更高一些而言。

  2. csv是最通用的一种文件格式,是文本文件,用记事本就能打开,是一种以逗号为分隔符号,将各字段列分离出的一种ASCII文件。

由于xls和xlsx在读取的时候经常会出现各种各样的问题,虽然有很多包都可以进行读取,但是效果都不是特别理想,因此,Excel文件的读取主要介绍csv格式的读取。

一般来说如果数据量不太大,使用剪切板读取的方法,数据量大的时候,请使用csv读取的方法就足够日常工作分析使用啦~

文件准备

第一步,进行文件的准备,还是之前剪切板读取教程中的示例数据,首先将Excel文件另存为csv格式和txt格式。

细心的小伙伴在另存的时候恐怕已经注意到了,不管是txt还是csv格式都会有两个存储的选项,这两这种模式是有一定的差别的,大家倒是不必过分纠结要另存为哪一个格式,因为,都会出现问题的,如果报错了请换一个试试就好了:在R语言中,CSV UTF-8(逗号分隔)会报错!!!Python中CSV(逗号分隔)会报错!!!

anaconda怎么读取excel数据_anaconda如何引入Excel文件

具体的原理咱也不需要知道了,只要记住如果出现了报错,换一个格式就可以了。

第二步,将这个文件的保存路径的名称修改为英文。

不是必须的步骤,但是对于小白,我建议大家最好修改为英文,因为中文的文件路径名有可能会出现各种各样奇奇怪怪的问题,但是英文的文件名一般情况下是没有问题。保险起见,建议大家还是改一下,改个英文名称也不算太费劲,就当做复习英语了。

第三步,确定文件的路径。

可能大家在CSDN之类的地方看教程的时候看到这样很多教程中给到的代码是read_csv(file),这个file到底是什么呢?其实就是文件的路径啦~

那么我要读取的文件的路径是什么呢?给大家一个简单的路径查看方法啦:

右键点击要查看的文件,查看文件的属性

anaconda怎么读取excel数据_anaconda如何引入Excel文件

属性中的“位置”这一栏就是文件的路径啦~

如图所示,我们在使用Python或者R读取文件路径的时候就是,文件路径需要输入的是红色框中的“位置文件名”。如果还是不理解,记住这个图片红色框里面的内容,看接下来的教程代码就明白啦,举一反三就可以了哦~

R语言读取

R语言作为一个专为统计而生的语言,数据读取可谓是最最基本的功能啦,所以在R语言中csv文件的读取是比较简单的,这里的简单是指不需要引入程序包就可以处理的意思。

首先我们来看一下完整的代码:

data<-read.csv(file=“文件路径名”,header=T)

嗯对,没错,只有一行代码。但是!大家要注意了,只写这么一行代码很有可能报错!因为文件存储的位置可能和R语言默认的工作空间不一样!

什么是工作空间呢?大家可以简单的认为是R语言中默认的文件读取路径,只要在这个路径下就可以直接读取,如果不在这个路径下就需要稍微费一点功夫了,所以在使用R语言进行文件读取的时候,第一件事是务必要确认工作空间!

anaconda怎么读取excel数据_anaconda如何引入Excel文件

具体代码如上图所示

Python读取

Python中读取csv文件的方法有很多,出于数据分析角度的角度,接下来的很多内容都将基于pandas展开,故本教程只介绍pandas库下的csv文件读取方法,如果有兴趣的话可以随便百度一下其他读取方法。

首先先看一下完整的代码:

anaconda怎么读取excel数据_anaconda如何引入Excel文件

是的没错,在Python中读取csv文件的方法和读取剪切板文件的方法简直一毛一样,只是把pd.read_clipboard改成了pd.read_csv而已。

这里需要解释一下的是在文件路径(引号内容)之前有一个r,这个r的意思是只读。多数情况下,我们读取数据的时候并不希望对原始数据进行修改,所以只读的形式读取就可以啦~

总结

这一波读取CSV文件的PK中,R语言虽然代码简单,但是有工作空间的限制,稍微麻烦了一点,Python使用Pandas库的读取比R多用了一个引入pandas库的代码,本轮PK中算是两两平手吧~

本文系原创,首次发布于:HR大数据

2024最新激活全家桶教程,稳定运行到2099年,请移步至置顶文章:https://sigusoft.com/99576.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处:https://sigusoft.com/7400.html

(0)
上一篇 2024年 5月 9日 上午7:16
下一篇 2024年 5月 9日

相关推荐

关注微信