数据持久化：txt、pickle与csv文件操作-CSDN博客

本文链接：https://blog.csdn.net/qq_38124658/article/details/119672927

1. 将字典保存为.txt格式

# 保存数据
# file_path为路径
# data_dict为字典
 with open(file_path, 'w') as f:
     f.write(str(data_dict))
     f.close()
 # 读取数据
 with open(file_path, 'r') as f:
     data_dict = f.read()
      # 将字符转换为dict格式
     data_dict = eval(data_dict)
     # 如果字典格式为：collections.defaultdict()格式
     # data_dict = eval(data_dict [28:-1])
     f.close()

2. 保存为.pkl

2.1 Pandas文件保存

主要适用于Pandas中，格式为DataFrame、Series类数据。

# df_data为DataFrame或Series格式数据
# 文件保存
df_data.to_pickle(file_path)
# 文件读取
df_data.read_pickle(file_path)

2.2 通过pickle模块

import pickle

# 文件保存
# 二进制（b）写入（w）
with open(file_path, 'wb') as f:
	pickle.dump(data, f)

# 文件读取
# 二进制（b）读取（b）
with open(file_path, 'rb') as f:
	data = pickle.load(fp)

关于open函数中参数的用法，可以参考链接：Python中Open函数用法
从参数用法的解释中，参数b似乎适用于非文本类文件，如图片音频。

3. 保存为.csv文件

3.1 通过Pandas保存

主要适用于Pandas中，格式为DataFrame、Series类数据。

# df_data为DataFrame或Series格式数据
# 文件保存
# 如果要去掉columns（header=0）
# 如果要去掉index（index=False）
df_data.to_csv(file_path, index=False, header=False)

# 文件读取
df_data.read_scv(file_path)