#读取普通分隔数据：read_table

 #可以读取txt，csv

 import os

 import pandas as pd

 os.chdir(r'C:\Users\BRIGHT-SH-002\Desktop\python')

 data1 = pd.read_table('data1.csv',delimiter=',',header=0)

 print(data1)

 data1 = pd.read_table('data1.csv',delimiter=',',header=0,index_col=0)

 print(data1)

 #delimiter:用于拆分的字符，也可以用sep：sep=','

 #header：用做列名的序号，默认为0（第一行）

 #index_col:指定将某烈为行索引，否则自动索引0,1 （作为索引列）

 #read_table主要用于读取简单的数据 txt/csv

 # 读取csv数据：read_csv

 # 先熟悉一下excel怎么导出csv

 data2 = pd.read_csv('data2.csv',engine='python')

 print(data2.head())

 #engine:使用的分析引擎，可以选择C或者python。 C引擎快但是python引擎更加完备

 #encoding：指定字符集类型，即编码，通常指定'utf-8'

 print(type(data2))

 #大多数情况先将excel导出csv，再读取

#读取excel数据:read_excel

data3 = pd.read_excel('test.xlsx',sheet_name='test1',header=0)

print(data3.head())

#io:文件路径

#sheet_name:返回多个表用sheet_name=[0,1],若sheet_name=None是返回全表

                                    #-> 1.int/string 返回的是dataframe 2.而None和list返回的是dict

#header:指定列名行，默认0，取第一行

#index_col:指定列为索引列，也可以使用：'strings'