数据分析—将txt文件转为csv文件;将csv文件转为xls文件

txt文件转为csv文件转化代码:

import csv

# 输入txt文件路径
txt_file = r'C:\Users\ZARD\Desktop\daily-min-temperatures.txt'

# 输出csv文件路径
csv_file = r'C:\Users\ZARD\Desktop\daily-min-temperatures.csv'

# 打开txt文件以读取数据
with open(txt_file, 'r') as txtfile:
    # 创建CSV写入器
    csv_writer = csv.writer(open(csv_file, 'w', newline=''))

    # 逐行读取txt文件,写入CSV文件
    for line in txtfile:
        # 删除末尾的换行符,并使用逗号分隔数据
        data = line.strip().split(',')
        csv_writer.writerow(data)

print(f"{txt_file} 已成功转换为 {csv_file}")

csv文件转为xls文件:

# 读取xls文件
xls_file = r'D:\Code_python\time series prediction\空气质量\pm25_data.xls'
df = pd.read_excel(xls_file)

# 将数据保存为csv文件
csv_file = r'D:\Code_python\time series prediction\空气质量\pm25_data.csv'
df.to_csv(csv_file, index=False)

print(f"{xls_file} 已成功转换为 {csv_file}")

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在Python中,可以使用pandas库对CSV文件进行数据清洗。首先,可以使用pandas的read_csv函数读取CSV文件,并将其存储为DataFrame对象。然后,可以使用DataFrame的各种方法进行数据清洗操作。 以下是一些常用的数据清洗操作示例: 1. 删除指定行或列的数据:可以使用dropna方法删除包含缺失值的行或列。例如,df.dropna(axis=0)将删除包含缺失值的行,df.dropna(axis=1)将删除包含缺失值的列。 2. 填充缺失值:可以使用fillna方法填充缺失值。例如,df.fillna('miss')将缺失值填充为字符串'miss',df.fillna(5)将缺失值填充为数字5。 3. 根据条件筛选数据:可以使用条件语句对DataFrame进行筛选。例如,df\[df.white > 1\]将筛选出white列中大于1的行,df\[(df.blue > 1) & (df.green > 3)\]将筛选出blue列大于1且green列大于3的行。 综上所述,可以使用pandas库的read_csv函数读取CSV文件,并使用DataFrame的dropna、fillna和条件筛选等方法对数据进行清洗。 #### 引用[.reference_title] - *1* [Python数据清洗](https://blog.csdn.net/m0_53317797/article/details/126879093)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [python123.io---CSV 格式数据清洗](https://blog.csdn.net/liiuyizeliuyize/article/details/129538284)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Top Secret

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值