Mr.林：今天继续学习数据导入操作，昨天我们已经学会了导入CSV数据文件，今天我们学习导入TXT与EXCEL数据文件。
小白：好啊！
Mr.林：首先是导入TXT数据文件，使用的是Pandas模块中的read_table函数，数据还是与昨天一样，只是存为了TXT文件。有了昨天CSV数据文件的导入经验，导入TXT数据文件就轻车熟路了，打开spyder，输入以下代码
1import pandas
2data = pandas.read_table(
3'D:/D/data.txt',
4 engine='python',
5 sep=',',
6 encoding='utf8'
7)
小白：这个比导入CSV文件多了个参数SEP，是设置列分隔符的意思吧？
Mr.林：聪明，同样我给代码加上对应的注释，使用#来添加注释，这样解析器就不会执行注释所在的行的内容。 1# 导入pandas模块
2import pandas
3# 使用pandas模块中的read_table导入data.txt文件
4data = pandas.read_table(
5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起
6'D:/D/data.txt',
7# 第二个参数是为了解决路径中包含中文字符无法导入的问题
8 engine='python',
9# 第三个参数是设置列之间的分隔符号
10 sep=',',
11# 第四个参数是设置数据文件对应的编码格式
12 encoding='utf8'
13)
Mr.林：在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。
Mr.林：接下来是导入EXCEL数据文件，使用的是Pandas模块中的read_excel函数，输入以下代码
1# 导入pandas模块
2import pandas
3# 使用pandas模块中的read_excel导入data.xlsx文件
4data = pandas.read_excel(
5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起
6'D:/D/data.xlsx',
7# 第二个参数是设置需要导入的工作表名称
8sheet_name='Sheet1'
9)
小白：这个最简单了，只要设置下需要导入的工作表名称是吧。
Mr.林：是的。在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。
Mr.林：小白，你发现没有，id、age这两列都有不同颜色标识。
小白：对呀，这是为什么呢？其他列为什么没有？
Mr.林：因为这两列数据类型为整数型，你看打开的这个数据框最下面有一个 Background color选项被勾选上，这个功能相当于Excel条件格式中的色阶功能，它仅对整数型、浮点型有效，对其他数据类型无效。
我们可以使用下列命令查看下每列的数据类型
可以看到只有id、age是int64型，其他都是object类型
1id int64
2reg_date object
3id_num object
4gender object
5birthday object
6age int64
7dtype: object
Mr.林：今天就到这，下次我们继续学习其他操作，小白你回去要多多练习，多敲代码。
长按识别下方二维码，并关注公众号
回复“DR”获取案例数据
