在Python中读取文件

八年。。

已于 2024-10-29 10:16:43 修改

阅读量551

点赞数 9

文章标签： excel python

于 2024-09-08 17:23:14 首次发布

本文链接：https://blog.csdn.net/qq_47885795/article/details/142028575

版权

一、读取CSV (Comma-Separated Values) 文件

1、使用`pd.read_csv()` 函数

d.read_csv() 是 Pandas 库中用于读取 CSV (Comma-Separated Values) 文件并将其转换为一个 DataFrame 对象的函数。DataFrame 是 Pandas 中用于存储和操作结构化数据的主要数据结构。

常用参数

filepath_or_buffer: 文件路径或类文件对象（如 StringIO）。
sep: 字段分隔符，默认为逗号。如果你的 CSV 文件使用其他分隔符（如制表符 \t），你需要指定这个参数。
header: 指定作为列名的行，默认为 0（第一行）。如果文件没有列名，可以设置为 None。
names: 列名列表，如果文件中没有列标题行，可以通过此参数提供。
index_col: 用作行索引的列编号或列名。可以用单个列名或编号，也可以用列名的列表来创建多级索引。
usecols: 返回一个数据子集的列名称或编号。
dtype: 指定列的数据类型。可以是一个字典，将列名映射到数据类型，或者是一个用于所有列的数据类型（如 float）。
skiprows: 需要忽略的行数（从文件开始算起）或需要跳过的行号列表（从 0 开始）。
nrows: 需要读取的行数（从文件开始算起）。
encoding: 文件编码格式，例如，对于包含非ASCII字符的文本文件，通常使用 utf-8。

import pandas as pd         #导入 Pandas 库

# 指定分隔符
df = pd.read_csv('path_to_your_file.tsv', sep='\t')

#跳过行和读取特定行数
df = pd.read_csv('path_to_your_file.csv', skiprows=2, nrows=10)#跳过前两行，并只读取接下来的 10 行

#指定列的数据类型
df = pd.read_csv('path_to_your_file.csv', dtype={'column1': str, 'column2': float})# column1 读取为字符串，column2 读取为浮点数

#使用列名的子集
df = pd.read_csv('path_to_your_file.csv', usecols=['column1', 'column3'])#只读取 column1 和 column3

#读取没有列标题的文件
df = pd.read_csv('path_to_your_file_without_header.csv', header=None, names=['col1', 'col2', 'col3'])  #header=None 表示没有列标题行，names 参数提供一个列表来指定列的名称

二、读取Excel文件

在Python中读取Excel文件，最常用的库是openpyxl（针对.xlsx格式）和xlrd（针对.xls格式，但请注意xlrd从版本2.0开始不再支持.xlsx文件）。

推荐使用openpyxl和pandas则成为了处理.xlsx文件

1、使用`openpyxl`读取

首先，需要安装openpyxl库：

pip install openpyxl

然后，可以使用以下代码读取.xlsx文件：

from openpyxl import load_workbook  
  
# 加载工作簿  
wb = load_workbook(filename='example.xlsx')  
  
# 激活工作表  
sheet = wb.active  
  
# 读取A1单元格的值  
value = sheet['A1'].value  
print(value)  
  
# 遍历所有行  
for row in sheet.iter_rows(values_only=True):  
    print(row)

2、使用`pandas`读取

pandas是一个强大的数据分析和处理库，它也提供了读取Excel文件的功能。首先，需要安装pandas和openpyxl（pandas用于数据处理，openpyxl用于读取.xlsx文件）：

pip install pandas openpyxl

然后，可以使用以下代码读取Excel文件：

import pandas as pd  
  
# 读取Excel文件  
df = pd.read_excel('example.xlsx', engine='openpyxl')  

# 显示前几行数据  
print(df.head())  
  
# 访问特定列  
print(df['ColumnName'])

注意：

engine='openpyxl'参数指定了用于读取Excel文件的底层库。pandas支持多种Excel文件读取引擎，但openpyxl是专门用于读取.xlsx（即Excel 2007及以上版本的文件）文件的。

如果不指定engine参数，pandas通常会自动选择适当的引擎来读取文件，但这样可能会出现兼容性问题或错误。