3.2.2 数据加载
要进行数据分析，首先要获取数据。Pandas提供了一些常用的数据加载功能，并且能将其他格式的数据默认转换为以DataFrame数据框的形式呈现，表3-3所示为常用的数据读取函数。
表3-3 常用的数据读取函数的对比说明
1.read_csv/read_table函数
Pandas中的read_csv函数和read_table函数很类似，区别在于read_csv函数中默认分隔符为逗号，而read_table函数中默认分隔符为制表符（tab）。read_csv和read_table函数中均有很多参数，可以在数据读取时加以说明，如表3-4所示。
接下来我们来看一个简单的广告数据样例，以下是广告用户画像数据的前几行，可以发现每行都是以逗号分隔的。
20200107,华为手机,android,19~25岁,F 20200107,苹果手机,iOS,26~35岁,M 20200107,小米手机,android,26~35岁,M 20200107,魅族手机,android,26~35岁,M 20200107,VIVO手机,android,0~18岁,F 20200107,VIVO手机,android,26~35岁,F 20200107,苹果手机,iOS,26~35岁,F 20200107,小米手机,android,36~45岁,F
表3-4 read_csv和read_table函数中重要的参数及说明
使用read_csv函数将其加载为DataFrame数据格式，并打印出前5行。
In [37]: df2 = pd.read_csv('ex2.csv')
In [38]: df2.head()
Out[38]:
20200107 华为手机 android 19~25岁 F
0 20200107 苹果手机 iOS 26~35岁 M
1 20200107 小米手机 android 26~35岁 M
2 20200107 魅族手机 android 26~35岁 M
3 20200107 VIVO手机 android 0~18岁 F
4 20200107 VIVO手机 android 26~35岁 F
当然也可以使用read_table函数来读取，只要指定参数seq=‘,’即可。
In [39]: df2 = pd.read_table('ex2.csv',sep = ',')
In [40]: df2.head()
Out[40]:
20200107 华为手机 android 19~25岁 F
0 20200107 苹果手机 iOS 26~35岁 M
1 20200107 小米手机 android 26~35岁 M
2 20200107 魅族手机 android 26~35岁 M
3 20200107 VIVO手机 android 0~18岁 F
4 20200107 VIVO手机 android 26~35岁 F
仔细观察后，我们发现这个文件是没有列标题的（在数据文件默认列标题的情况下，会以第一行数据为列标题），在pd.read_csv函数中可以通过names参数来指定各列列名。
In [43]: df2 = pd.read_csv('ex2.csv', names=[
...: 'Date', 'Phone_type', 'System', 'Age', 'Sex'])
In [44]: df2.head()
Out[44]:
Date Phone_type System Age Sex
0 20200107 华为手机 android 19~25岁 F
1 20200107 苹果手机 iOS 26~35岁 M
2 20200107 小米手机 android 26~35岁 M
3 20200107 魅族手机 android 26~35岁 M
4 20200107 VIVO手机 android 0~18岁 F
对于其中的Date列（表示日期），我们可以在加载时将其解析为时间格式：
In [45]: df2 = pd.read_csv('ex2.csv', parse_dates=[0], names=[
...: 'Date', 'Phone_type', 'System', 'Age', 'Sex']
In [46]: df2.head()
Out[46]:
Date Phone_type System Age Sex
0 2020-01-07 华为手机 android 19~25岁 F
1 2020-01-07 苹果手机 iOS 26~35岁 M
2 2020-01-07 小米手机 android 26~35岁 M
3 2020-01-07 魅族手机 android 26~35岁 M
4 2020-01-07 VIVO手机 android 0~18岁 F
类似地，可以参照表3-4中的参数说明使用函数中的其他参数，具体根据自己的实际情况定义即可。
In [47]: df2 = pd.read_csv('ex3.csv', sep='\t', names=[
...: 'Date', 'Phone_type', 'System', 'Age', 'Sex'],
...: parse_dates=[0], skiprows=[1, 3, 5],
...: index_col=3, nrows=4, encoding='utf8')
In [48]: df2
Out[48]:
Age Date Phone_type System Sex
26~35岁 2020-01-07 苹果手机 iOS M
26~35岁 2020-01-07 魅族手机 android M
26~35岁 2020-01-07 VIVO手机 android F
2.read_excel函数
read_excel函数主要用于加载xls或xlsx格式的文件，它的参数与read_csv\read_table的参数基本相同，同样包括header、index_col、nrows等。不同的是read_excel函数中用于指定文件所在路径的参数为io，同时多了一个sheetname参数，用于指定需要加载Excel文件中的哪个sheet数据，如下所示：
In [49]: df3 = pd.read_excel('ex3.xlsx',sheetname=0)
In [50]: df3.head()
Out[50]:
Date Phone_type System Age Sex
0 20200107 华为手机 android 19~25岁 F
1 20200107 苹果手机 iOS 26~35岁 M
2 20200107 小米手机 android 26~35岁 M
3 20200107 魅族手机 android 26~35岁 M
4 20200107 VIVO手机 android 0~18岁 F
sheetname=0表示读取Excel文件中的第一个sheet中的数据。
3.read_sql函数
在实际工作中，我们的数据一般都是存放在数据库中的（广告行业中的数据通常如此），只有少部分数据是保存在本地的文件中。这就要求Python需支持直接提取数据库中数据的函数。以连接MySQL数据库为例，Pandas提供了read_sql函数以轻松加载MySQL数据库中的任意表数据，但需要用到pymysql和sqlalchemy工具包，这两个工具包可以直接通过pip install pymysql和pip install sqlalchemy命令安装。
下面我们尝试将本地MySQL数据库中的数据加载到DataFrame中：
In [51]: import pymysql
In [52]: from sqlalchemy import create_engine
In [53]: DB_USER = 'root'
In [54]: DB_PASS = ****
In [55]: DB_HOST = '127.0.0.1'
In [56]: DB_PORT = 3306
In [57]: DATABASE = 'firstdb'
In [58]: connect_info = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(
...: DB_USER, DB_PASS, DB_HOST, DB_PORT, DATABASE)
In [59]: engine = create_engine(connect_info)
In [60]: sql_cmd = "SELECT * FROM customer"
In [61]: df = pd.read_sql(sql=sql_cmd, con=engine)
In [62]: df
Out[62]:
id first_name surname id2
0 1 YVonns clegg 0
1 2 johnny chaks-chaka 0
2 3 winston powers 0
3 4 partricis mankunkn 0
可以看到，本地MySQL数据库中的文件也轻松加载进来了。