代码详解：使用Python从不同表格中提取数据

可以从repo以传统方式下载CSV数据，也可以使用以下代码片段进行下载。同样地，可能需要在笔记本上安装并运行缺失的请求包：

!pip install requests 
import requests 
url ='https://raw.githubusercontent.com/FBosler/Medium-Data-Extraction/master/sales_team.csv' 
res = requests.get(url, allow_redirects=True) 
withopen('sales_team.csv','wb') asfile: 
 file.write(res.content) 
sales_team = pd.read_csv('sales_team.csv') 

CSV数据的美妙之处在于Python /panda可以立即进行处理。Excel则需要额外的库。

获取Excel数据

在开始之前，很可能还要安装openpyxl和xlrd，这能让Pandas也可以打开Excel表。

!pip install openpyxl

!pip install xlrd

完成这些步骤之后，可以相同的方式获得Excel数据，并将其加载到另一个DataFrame中。

url ='https://github.com/FBosler/Medium-Data-Extraction/blob/master/invoices.xlsx?raw=true' 
res = requests.get(url, allow_redirects=True) 
withopen('invoices.xlsx','wb') asfile: 
 file.write(res.content) 
invoices = pd.read_excel('invoices.xlsx') 

大功告成!已经创建了三个不同的Pandas数据帧，并且可以在同一个Jupyter notebook中进行访问:

• sales_data
• sales_team
• invoices

【编辑推荐】

1. 干货收藏！Python完整代码带你一文看懂抽样
2. 十个基本的Python数据科学软件包
3. 30段极简Python代码：这些小技巧你Get了么
4. 用Python爬取前程无忧网大数据岗位信息并分析！找到最合适你的
5. Go语言和Java、Python等其他语言的对比分析

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!