python1A 之 文件存取读入

一、csv

读取csv， index_col 较为常用；encoding = 'GBK' 在输入法出bug的时候可以添加，以中文读取；low_memory = False 在大内存的时候添加

pd.read_csv(" ***.csv ")

pd.read_csv(" ***.csv ", index_col = 0) ： 将id列变index

pd.read_csv(" ***.csv ", index_col = 0， encoding = 'GBK' ， low_memory = False )

输出： index是否要索引，header是否要列名，True就是需要

outputpath=path+'\数据\行业名称.csv'

industryname.to_csv(outputpath,index=True,header=True)

二、pickle的优势在于其速度

存入pickle文件：

import pickle

with open('***.pkl', 'wb') as file:

pickle.dump(rawdata1,file)

读pickle 文件：

with open('宏观定价***.pkl', 'rb') as file:

rawdata1=pickle.load(file)

三、excel优势在于多表格，劣势在于速度和内存

读取excel：注：应用程序在单斜杠层面可能出现错，可以使用双斜杠

方法1：

Excel = pd.ExcelFile(output_temp_path + "估值表数据汇总.xlsx")

position1 = Excel.parse("position", index_col=0) # 将position的表单抽出来

方法2：

position = pd.read_excel(path + "估值表数据汇总.xlsx", sheet_name = 'position', index_col = 0)

输出到excel：

方法1：

outputpath='E:\etf\离散度.xlsx'

compare.to_excel(outputpath,index=True,header=True,sheet_name='年数据')

方法二：多个excel：

with pd.ExcelWriter('E:\\python\\bollingersignal.xlsx') as writer:

log1.to_excel(writer,index=True,header=True,sheet_name='bollinger1')

log2.to_excel(writer,index=True,header=True,sheet_name='bollinger2')

writer.save()

writer.close()