一、知识点概要

1.创建一个虚拟python运行环境，专门用于本系列学习；
2.数据分析常用模块pandas安装
3.利用pandas模块读写CSV格式文件

二、开始动手动脑

1.创建虚拟环境

我平时比较喜欢Pycharm，所以本系列打算完全用Pycharm做，Pycharm安装可以直接到官网上下载，使用社区版即可。
（1）好的正式开始，打开Pycharm，点击File->New Project,基本配置说明见下图。
特别说明：python里面项目路径里不要出现中文，同时项目名称也不要出现中文，名称尽量能够概括项目内容。

（2）创建成功后，我们会在对应目录下面发现多了项目文件和虚拟环境文件。

2.数据分析常用模块Pandas安装

（1）零基础教程，首先教大家怎么进入虚拟环境：进入到目录I:\pyCoding\Frame\Data_analysis\Scripts(我的虚拟环境目录)，按住shift+鼠标右键，打开powershell或者cmd(如果是powershell就先输入cmd)，再输入activate，进入虚拟环境，你会发现在路径前面多了一个括号里面是你的虚拟环境名称，表示你进入了虚拟环境。具体看下面：

不知道大家有没有觉得很麻烦，我是觉得特别麻烦，每次进入虚拟环境都要先到指定文件路径，然后再输入指令，不符合程序员的风格啊！当然有简单方法，具体操作看我之前写的一篇文章里有详细介绍，点击这里查看，怎么快速进入虚拟环境。

（2）安装pandas模块
使用快捷方式进入虚拟环境后，直接pip指令安装

安装结果：

安装过程

安装过程大概1分钟左右，完成后会显示

很明显看出，这个过程不仅安装了pandas包，还安装了numpy，pytz，six，python-dateutil这些附加包，后面我们也会用上。

3.利用pandas模块读写CSV格式文件

（1）数据文件下载

本系列按书上来的数据都是这里面的，《数据分析实战》书中源代码也在这个代码仓库中，当然后面我自己也会建一个代码仓库，记录自己的学习过程，大家可以先从这里下载好数据文件。

不会从github下载文件的，可以关注微信公众号：简说Python,在微信公众号后台回复：数据分析实战。（我已经下载整理好了，上传到了百度云盘供大家下载）

（2）pandas基本介绍

pandas为Python编程语言提供高性能，是基于NumPy 的一种易于使用的数据结构和数据分析工具,pandas为我们提供了高性能的高级数据结构（比如：DataFrame）和高效地操作大型数据集所需的工具，同时提供了大量能使我们快速便捷地处理数据的函数和方法。

(3)利用pandas读取CSV文件

读取代码：

运行结果：

函数解析：
read_csv(filepath_or_buffer,sep,header,names,skiprows,na_values,encoding,nrows)
按指定格式读取csv文件。
常见参数解析：
1. filepath_or_buffer:字符串，表示文件路径；

2. sep: 字符串，指定分割符，默认是’,’;

3. header:数值， 指定第几行作为列名(忽略注解行)，如果没有指定列名，默认header=0; 如果指定了列名header=None;

4. names: 列表，指定列名，如果文件中不包含header的行，应该显性表示header=None。

5. skiprows：列表，需要忽略的行数（从0开始），设置的行数将不会进行读取。

6. na_values：列表，设置需要将值替换成NAN的值，pandas默认NAN为缺省，可以用来处理一些缺省、错误的数值。

7. encoding：字符串，用于unicode的文本编码格式。例如，"utf-8"或"gbk"等文本的编码格式。

8. nrows：需要读取的行数。

(4)利用pandas写入CSV文件

写入代码：

运行结果：

函数解析：

to_csv(path_or_buf,sep,na_rep,columns,header,index)

1. path_or_buf：字符串，文件名、文件具体、相对路径、文件流等；

2. sep：字符串，文件分割符号；

3. na_rep：字符串，将NaN转换为特定值；

4. columns：列表，选择部分列写入；

5. header：None,写入时忽略列名；

6. index：False则选择不写入索引,默认为True。

end.

作者:老表的第一个一百万.

扫描下方二维码报名参加课程