pandas另外一個(gè)非常強(qiáng)大的功能就是可以從各種格式的文件當(dāng)中讀取數(shù)據(jù)創(chuàng)建DataFrame，比如像是常用的excel、csv，甚至是數(shù)據(jù)庫也可以。

對于excel、csv、json等這種結(jié)構(gòu)化的數(shù)據(jù)，pandas提供了專門的api，我們找到對應(yīng)的api進(jìn)行使用即可：

如果是一些比較特殊格式的，也沒有關(guān)系，我們使用read_table，它可以從各種文本文件中讀取數(shù)據(jù)，通過傳入分隔符等參數(shù)完成創(chuàng)建。比如在上一篇驗(yàn)證PCA降維效果的文章當(dāng)中，我們從.data格式的文件當(dāng)中讀取了數(shù)據(jù)。該文件當(dāng)中列和列之間的分隔符是空格，而不是csv的逗號或者是table符。我們通過傳入sep這個(gè)參數(shù)，指定分隔符就完成了數(shù)據(jù)的讀取。

這個(gè)header參數(shù)表示文件的哪些行作為數(shù)據(jù)的列名，默認(rèn)header=0，也即會將第一行作為列名。如果數(shù)據(jù)當(dāng)中不存在列名，需要指定header=None，否則會產(chǎn)生問題。我們很少會出現(xiàn)需要用到多級列名的情況，所以一般情況下最常用的就是取默認(rèn)值或者是令它等于None。

在所有這些創(chuàng)建DataFrame的方法當(dāng)中最常用的就是最后一種，從文件讀取。因?yàn)槲覀冏鰴C(jī)器學(xué)習(xí)或者是參加kaggle當(dāng)中的一些比賽的時(shí)候，往往數(shù)據(jù)都是現(xiàn)成的，以文件的形式給我們使用，需要我們自己創(chuàng)建數(shù)據(jù)的情況很少。如果是在實(shí)際的工作場景，雖然數(shù)據(jù)不會存在文件當(dāng)中，但是也會有一個(gè)源頭，一般是會存儲在一些大數(shù)據(jù)平臺當(dāng)中，模型從這些平臺當(dāng)中獲取訓(xùn)練數(shù)據(jù)。

所以總體來說，我們很少使用其他創(chuàng)建DataFrame的方法，我們有所了解，著重掌握從文件讀取的方法即可。