pandas高效查询_pandas df两层加快查找

重现梳理下pandas一些细碎的自己有收获的点。学自知识星球朱卫军老师和费弗里老师。

之前一直有个困惑就是为啥别人的代码是直接在Pycharm里面输入

exercise = pd.read_csv(r'exercise.csv',index_col=0)

自己每次都是输入一长串

df = pd.read_csv(r'C:\Users\Administrator\Desktop\python知识星球\pandas最佳实践课程全部课件\lesson3 常见文件的读入与写出\data\csv示例3.csv')。

这个是因为别人的exercise.csv直接就在所建project里面。所以很简单，直接在文件所在文件夹如上面的exercise.csv新建一个py文件就可以了。

介绍一下读取excel和csv的具体参数：

df = pd.read_csv(r'C:data\csv示例3.csv',header = None，sheet_name = '工作表1',index_col
=0,usecols=[0,5])
常用的上述操作。
header = None # 不把第一行当表头。如果设置为header = [0,2]以第一行和第三行为表头
sheet_name = '工作表1'  # 制定工作表的表名
index_col = 0  # 指定第一列为索引列
usecols=[0,5] 提取第一列和第6列的数据
skiprows # 跳过指定行

读取工作簿有几张表，并读取其中的一张表。 

# reader=pd.ExcelFile(r'C:data\excel示例3.xlsx')
# print(reader.sheet_names)