Pandas数据读写入门教程：从CSV到Excel的完整指南

前言

在数据分析工作中，数据读写是最基础也是最重要的环节之一。Pandas作为Python中最强大的数据分析库，提供了丰富的数据读写功能。本文将详细介绍如何使用Pandas进行常见格式数据的读取和写入操作。

数据准备

本教程使用著名的泰坦尼克号乘客数据集作为示例数据，该数据集包含乘客的生存情况、舱位等级、姓名、性别、年龄等信息。

读取CSV文件

CSV(逗号分隔值)是最常见的数据交换格式之一。Pandas提供了read_csv()函数来读取CSV文件：

import pandas as pd
titanic = pd.read_csv("data/titanic.csv")

读取后检查数据

读取数据后，建议立即进行检查：

1. 查看数据概览：直接打印DataFrame会显示前5行和后5行
2. 查看前N行：使用head(N)方法
3. 查看后N行：使用tail(N)方法

# 查看前8行数据
titanic.head(8)

检查数据类型

使用dtypes属性可以查看每列的数据类型：

titanic.dtypes

常见的数据类型包括：

• int64：64位整数
• float64：64位浮点数
• object：通常表示字符串

写入Excel文件

Pandas可以方便地将数据写入Excel格式：

titanic.to_excel("titanic.xlsx", sheet_name="passengers", index=False)

参数说明：

• sheet_name：指定工作表名称
• index：是否写入行索引

从Excel读取数据

使用read_excel()函数可以读取Excel文件：

titanic = pd.read_excel("titanic.xlsx", sheet_name="passengers")

获取数据技术摘要

info()方法提供了DataFrame的技术摘要：

titanic.info()

输出内容包括：

• 数据行数和列数
• 每列的非空值数量
• 每列的数据类型
• 内存使用情况

关键要点总结

1. 数据读取：Pandas提供了一系列read_*函数支持多种数据格式

   • CSV：read_csv()
   • Excel：read_excel()
   • JSON：read_json()
   • SQL：read_sql()
   • Parquet：read_parquet()

2. 数据写入：对应的to_*方法用于数据导出

   • Excel：to_excel()
   • CSV：to_csv()
   • JSON：to_json()
   • SQL：to_sql()

3. 数据检查：初步了解数据的工具

   • head()/tail()：查看数据首尾
   • info()：获取技术摘要
   • dtypes：查看数据类型

进阶提示

• 对于大型数据集，可以考虑使用chunksize参数分块读取
• 读取数据时可以指定数据类型优化内存使用
• 处理缺失值时，read_csv()的na_values参数很有用
• 写入Excel时可以设置多种格式选项，如冻结首行等

通过掌握这些基本的数据读写操作，你已经能够处理大多数数据分析项目中的数据导入导出需求了。在实际工作中，根据数据特点和项目需求选择合适的读写方法和参数，可以大大提高工作效率。