零、寫在前面

前面兩篇文章基礎(chǔ)篇（一）和基礎(chǔ)篇（二）講了數(shù)據(jù)分析虛擬環(huán)境創(chuàng)建和pandas讀寫csv、tsv、json格式的數(shù)據(jù)，今天我們繼續(xù)探索pandas讀取數(shù)據(jù)。
本系列學(xué)習(xí)筆記參考書籍：《數(shù)據(jù)分析實(shí)戰(zhàn)》托馬茲·卓巴斯

一、基本知識(shí)概要

1.利用pandas讀寫Excel文件
2.利用pandas讀寫XML文件

二、開始動(dòng)手動(dòng)腦

1.利用Python讀寫Excel

讀取，利用Pandas庫(kù)的ExcelFile()方法。
寫入，利用

代碼

讀取結(jié)果：

寫入結(jié)果：

可能報(bào)錯(cuò)：

解決方法：

2.利用Python讀寫XML文件

學(xué)過(guò)java的同學(xué)對(duì)XML應(yīng)該不陌生，全稱是eXtensible Markup Language(擴(kuò)展標(biāo)記語(yǔ)言)，雖然平時(shí)不常見(jiàn)，但是Web API里支持XML編碼。

讀寫代碼

運(yùn)行結(jié)果

代碼解析

(1)read_xml(xml_FileName)函數(shù)
功能：讀入XML數(shù)據(jù)，返回pa.DataFrame
這里利用到了一個(gè)輕量級(jí)的XML解析器：xml.etree.ElementTree。傳入文件名，先讀取文件內(nèi)容，然后利用parse()函數(shù)解析XML，創(chuàng)建一個(gè)樹狀結(jié)構(gòu)并存放在tree變量中，在tree對(duì)象上調(diào)用getroot()方法得到根節(jié)點(diǎn)，最后調(diào)用iter_records()函數(shù)，傳入根節(jié)點(diǎn)，進(jìn)而將返回的信息轉(zhuǎn)換成DataFrame。

(2)iter_records(records)函數(shù)
功能：遍歷有記錄的生成器
iter_records()方法是一個(gè)生成器，從關(guān)鍵字yield可以看出來(lái)，如果你不了解生成器，可以點(diǎn)擊這里,與return不同，生成器每次只向主調(diào)方法返回一個(gè)值，直到結(jié)束。

(3)write_xml(xmlFile, data)函數(shù)
功能：以XML格式保存數(shù)據(jù)
這里需要注意的是得按XML文件格式進(jìn)行保存，我們要做的就是三步：保存頭部格式、按格式保存數(shù)據(jù)、保存尾部格式。保存數(shù)據(jù)時(shí)用到了DataFrame對(duì)象的apply()方法，遍歷內(nèi)部每一行，第一個(gè)參數(shù)xml_encode指定了要應(yīng)用到每一行記錄上的方法，axis=1表示按行處理，默認(rèn)值為0，表示按列處理。

(4)xml_encode(row)函數(shù)
功能：以特定的嵌套格式將每一行編碼成XML
在寫數(shù)據(jù)的過(guò)程我們會(huì)調(diào)用這個(gè)方法，對(duì)每行數(shù)據(jù)進(jìn)行處理，變成XML格式。

end.

作者:老表的第一個(gè)一百萬(wàn).

掃描下方二維碼報(bào)名參加課程