Python学习笔记05#文件操作

Python学习笔记05#文件操作

一、文件内建函数（open()和file())

open(file,mode=‘r’)：打开\创建文件
file是路径，如：'E:\\文件夹\\文档.txt'
mode是读写模式，如：'r'
注意这里要加引号
open()和file()具有相同的功能，可以任意替换

访问模式	说明
r	以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
w	打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a	打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
r+	打开一个文件用于读写。文件指针将会放在文件的开头。
w+	打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a+	打开一个文件用于读写，如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果改文件不存在，创建新文件用于读写。
rb	以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。
wb	以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头
wb+	以二进制格式打开一个文件用于读写。如果改文件已存在则会覆盖。如果改文件不存在，创建新文件。
ab+	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果改文件不存在，创建新文件用于读写。

简单使用示例：

fp = open('test','w')

二、文件内建方法（f.xxx之类的）(详见python核心编程P219)

注意这里的输入输出和open里的读和写的对应关系，我们常识中的输入似乎和写有关，但其实是输入对应读，输出对应写。我是这么理解的：读和写的访问模式是相对于操作者来说的，即我们在读和写，而输入输出是文件的方法，是对于文件这个对象来说的，文件输入进来就是读取，文件输出出去就是写出

1. 输入
   f.read():读取整个文件，以字符串显示
   f.readline()：一次读一行。运行后指针在该行末尾
   f.readlines()：一行一行读取，读取整个文件，以列表显示
   f.strip()：用于移除字符串头尾指定字符，默认空格或换行符
   f.seek(0,0)：挪动指针。第一个参数是偏移量，第二个参数0表示指针在文件开始处（默认值），1表示当前位置，2表示文件结尾
2. 输出
   f.write()

三、文件内建属性

四、pandas模块

pandas有个重要的数据结构：数据框（每列表示一个变量，每行表示一条记录），相当于一个二维列表
4.1 pandas读取txt文件（想把列表形式的txt以列表形式读取出来）
pandas.read_table()

data = pandas.read_table(file,sep='\t',head=None,encoding='utf-8',names=['col1','col2'])

file:路径
sep:分隔符
head:表头，默认=0（以第一行作为表头）。取None无表头
encoding:编码模式
names:每列的变量名

4.2 pandas读取csv文件
pandas.read_csv()

data = pandas.read_table(file,sep=',',head=None,encoding='utf-8',names=['col1','col2'])

4.3 pandas读取excel文件
pandas.read_execel()

data = pandas.read_execel(file,sep=',',head=None,encoding='utf-8',names=['col1','col2'])

不难发现，这几个读取语句的内置参数其实只有sep存在区别，依据这个规律，我们可以得到pandas写出的一般形式

4.4 pandas数据写出

data.to_csv(file,sep=',',header =None,encoding='utf-8',index =False)

以上是将csv文件输出，类比将csv和sep=?进行相应的替换就能得到excel和txt的写出方法。注意这里index是索引，默认为True,会导致输出的结果含索引值，这往往是我们不需要的。

4.5 pandas常用数据处理技巧
（1）构造数据框
a. 字典强转a =pandas.DataFrame({'a1':[1,2,3],'a2':[4,5,6],'a3':[7,8,9]})

b. 列表\元组转换a =pandas.DataFrame([[1,2,3],[4,5,6],[7,8,9]],columns=['a1','a2','a3'])
（区别就是一个表内元素可变，一个不可变）

（2）查看指定列的数据类型
：a.a1.dtypes

如果不指定某列，会显示所有列的数据类型

（3）数据框列属性转换
：a.a1 =a.a1.astype(float)

（4）列重命名
将列a1的名字改为b1：a =a.rename(columns={'a1':'b1'})

（5）数据选取

a. 选取数据前n行
取前2行 ：a.head(2)
b. 通过索引
取前2行：a[0:2]
c. 通过列名选取
选择a1,a2列：a[['a1','a2']]
d.

五、os模块

5.1 为什么选择os模块
os模块提供了多数操作系统的功能接口函数。当os模块被导入后，它会自适应于不同的操作系统平台，根据不同的平台进行相应的操作

5.2 常用命令（path只有一个名字没有路径，默认在当前目录操作）

• os.mkdir(path)——创建path指定的文件夹
• os.rmdir(path)——删除path指定的空文件夹
  想要删除非空文件夹要用到shutil库

import shutil
shutil.rmtree('path')

• os.remove(path)——删除path指定的文件
• os.chdir(path)——改变当前工作目录到指定目录