第2关：在 jupyter notebook 中导入数据

在Jupyter Notebook中，导入数据通常涉及读取各种格式的数据文件，并将其转换为DataFrame等适合分析的结构。以下是常见的几种数据导入方式：

1. **CSV 文件**：
使用 `pandas` 库的 `read_csv()` 函数：

   df = pd.read_csv('file_path.csv')

如果文件不在默认路径，可以提供完整路径。

2. **Excel 文件**：

   df = pd.read_excel('file_path.xlsx')

或者使用 `openpyxl` 或 `xlrd` 库读取xlsx文件。

3. **JSON 文件**：

   df = pd.read_json('file_path.json', orient='records')

4. **SQL 数据库**：
使用 `pandas.io.sql.read_sql_query` 或 `read_sql_table` 来从SQL查询结果获取数据：

   import sqlite3
   conn = sqlite3.connect('db_file.db')
   df = pd.read_sql_query("SELECT * FROM table_name", conn)

5. **CSV URL**：
可以直接从网络URL读取CSV：

   df = pd.read_csv('http://example.com/data.csv')

6. **CSV.gz 或 .bz2 压缩文件**：
需要先解压缩再读取：

   df = pd.read_csv('compressed_file.gz', compression='gzip')

记得替换上述代码中的 `'file_path'`, `'table_name'` 或 `'http://example.com/data.csv'` 为你实际的文件路径、表名或URL。