ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Introduction to Importing Data in Python

พื้นฐานระดับทักษะ

อัปเดตแล้ว 12/2568

Learn to import data into Python from various sources, such as Excel, SQL, SAS and right from the web.

เริ่มเรียนหลักสูตรฟรี

PythonData Preparation3 ชม.15 videos50 Exercises3,900 เอ็กซ์พี330K+คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

As a data scientist, you will need to clean data, wrangle and munge it, visualize it, build predictive models, and interpret these models. Before you can do so, however, you will need to know how to get data into Python. In this course, you'll learn the many ways to import data into Python: from flat files such as .txt and .csv; from files native to other software such as Excel spreadsheets, Stata, SAS, and MATLAB files; and from relational databases such as SQLite and PostgreSQL.The videos contain live transcripts you can reveal by clicking "Show transcript" at the bottom left of the videos. The course glossary can be found on the right in the resources section. To obtain CPE credits you need to complete the course and reach a score of 70% on the qualified assessment. You can navigate to the assessment by clicking on the CPE credits callout on the right.

ข้อกำหนดเบื้องต้น

Intermediate Python

1

Introduction and flat files

In this chapter, you'll learn how to import data into Python from all types of flat files, which are a simple and prevalent form of data storage. You've previously learned how to use NumPy and pandas—you will learn how to use these packages to import flat files and customize your imports.

Welcome to the course!

50 เอ็กซ์พี

Importing entire text files

100 เอ็กซ์พี

Importing text files line by line

100 เอ็กซ์พี

The importance of flat files in data science

50 เอ็กซ์พี

Pop quiz: what exactly are flat files?

50 เอ็กซ์พี

Why we like flat files and the Zen of Python

50 เอ็กซ์พี

Importing flat files using NumPy

50 เอ็กซ์พี

Using NumPy to import flat files

100 เอ็กซ์พี

Customizing your NumPy import

100 เอ็กซ์พี

Importing different datatypes

100 เอ็กซ์พี

Importing flat files using pandas

50 เอ็กซ์พี

Using pandas to import flat files as DataFrames (1)

100 เอ็กซ์พี

Using pandas to import flat files as DataFrames (2)

100 เอ็กซ์พี

Customizing your pandas import

100 เอ็กซ์พี

Final thoughts on data import

50 เอ็กซ์พี

เริ่มบท

2

Importing data from other file types

You've learned how to import flat files, but there are many other file types you will potentially have to work with as a data scientist. In this chapter, you'll learn how to import data into Python from a wide array of important file types. These include pickled files, Excel spreadsheets, SAS and Stata files, HDF5 files, a file type for storing large quantities of numerical data, and MATLAB files.

Introduction to other file types

50 เอ็กซ์พี

Not so flat any more

50 เอ็กซ์พี

Loading a pickled file

100 เอ็กซ์พี

Listing sheets in Excel files

100 เอ็กซ์พี

Importing sheets from Excel files

100 เอ็กซ์พี

Customizing your spreadsheet import

100 เอ็กซ์พี

Importing SAS/Stata files using pandas

50 เอ็กซ์พี

How to import SAS7BDAT

50 เอ็กซ์พี

Importing SAS files

100 เอ็กซ์พี

Using read_stata to import Stata files

50 เอ็กซ์พี

Importing Stata files

100 เอ็กซ์พี

Importing HDF5 files

50 เอ็กซ์พี

Using File to import HDF5 files

50 เอ็กซ์พี

Using h5py to import HDF5 files

100 เอ็กซ์พี

Extracting data from your HDF5 file

100 เอ็กซ์พี

Importing MATLAB files

50 เอ็กซ์พี

Loading .mat files

100 เอ็กซ์พี

The structure of .mat in Python

100 เอ็กซ์พี

เริ่มบท

3

Working with relational databases in Python

In this chapter, you'll learn how to extract meaningful data from relational databases, an essential skill for any data scientist. You will learn about relational models, how to create SQL queries, how to filter and order your SQL records, and how to perform advanced queries by joining database tables.

Introduction to relational databases

50 เอ็กซ์พี

Pop quiz: The relational model

50 เอ็กซ์พี

Creating a database engine in Python

50 เอ็กซ์พี

Creating a database engine

100 เอ็กซ์พี

What are the tables in the database?

100 เอ็กซ์พี

Querying relational databases in Python

50 เอ็กซ์พี

The Hello World of SQL Queries!

100 เอ็กซ์พี

Customizing the Hello World of SQL Queries

100 เอ็กซ์พี

Filtering your database records using SQL's WHERE

100 เอ็กซ์พี

Ordering your SQL records with ORDER BY

100 เอ็กซ์พี

Querying relational databases directly with pandas

50 เอ็กซ์พี

Pandas and The Hello World of SQL Queries!

100 เอ็กซ์พี

Pandas for more complex querying

100 เอ็กซ์พี

Advanced querying: exploiting table relationships

50 เอ็กซ์พี

The power of SQL lies in relationships between tables: INNER JOIN

100 เอ็กซ์พี

Filtering your INNER JOIN

100 เอ็กซ์พี

Final Thoughts

50 เอ็กซ์พี

เริ่มบท

Introduction to Importing Data in Python

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

หน่วยกิต CPE

2.6เรียนรู้เพิ่มเติม

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Data Engineer in Pythonการรับรอง

Associate Data Scientist in Pythonการรับรอง

Importing & Cleaning Data in Python

instructors

Hugo Bowne-Anderson

Data Scientist

collaborators

Francisco Castro

Courses resources

Chinook (SQLite)datasets

LIGO (HDF5)datasets

Battledeath (XLSX)datasets

Extent of infectious diseases (DTA)datasets

Gene expressions (MATLAB)datasets

MNISTdatasets

Sales (SAS7BDAT)datasets

Seaslugsdatasets

Titanicdatasets

Course Glossarydatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Introduction to Importing Data in Python วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา