Python 数据处理实践（1）--文件读取

python常用文件读取方式

使用python进行文件读取有非常多的方式。一般初学者会使用python原生的读取方式：

• 获得文件对象

 file_object = open('thefile.txt')

• 读每行

list_of_all_the_lines = file_object.readlines()

原生读取的方式有很多种，具体可以参考

http://www.cnblogs.com/6tian/p/5886284.html

不过，对于很多数据处理问题，使用原生的读取方式读取文件需要程序编写者做许多后续处理工作。特别是针对大规模的带有一定格式的数据，很多文件读取后的首要处理工作是将文件内容转换为表格。因此，使用python的数据处理包pandas就非常必要了。

pandas的文件读取方式

pandas读取一般txt格式或者没有写明格式的文件可以使用

pandas.read_table(filepath_or_buffer, sep , names=[], index_col)

其中：

• filepath_or_buffer是文件的路径名或者网上文件的URL
• sep代表的是文件每行所采用间隔符号（用来分出列）
• names是一个列表，其中存放的是每一列的称
• index_col 用0，1，2… 标识，表示使用哪一列作为表格的引

对于csv格式的数据，pandas提供了 pandas.read_csv()函数进行读取，大致读取方式和read_table()类。
对于excel格式的数据，pandas也提供了pandas.read_excel()函数，可见pandas数据读取功能的强大。