读写文本文件

写文本文件

# to_csv(path_or_buf=None,sep=',',columns=None,header=True,index=True,index_label=None,encoding=None)
# path_or_buf：文件路径
# index：布尔值，默认为True，若为False,则将不会显示索引
# sep：分隔符，默认用“.”隔开
# 如果在指定路径下文件不存在，则会新建一个文件夹来保存数据；如果文件已经存在，则会将文件中的内容进行覆盖

下面是一段示例代码

import pandas as pd
# 创建一个小表格
df = pd.DataFrame({'first_name':[1,2,3],
                  'last_name':[4,5,6]})
# 将表格写入到路径为D:\MY_code\my.csv里面去
df.to_csv(r'D:\MY_code\my.csv',index=False)
# 运行完，最后运行 输入完毕
'写入完毕'
​
 
# 输出结果为写入完毕

---

读文本文件

# read_csv(filepath_or_buffer,sep=',',header='infer',names=None,index_col=None,dtype=None)
# filepath_or_buffer：表示文件路径，可以为URL字符串
# sep：指定使用的分隔符，如果不指定默认用","分隔
# header：用于结果的列名列表。如果文件不包含标题行，则应该将该参数设置为None
# index_col：用作工作行索引的列编号或者列名，如果给定一个序列，则表示有多个行索引。
# 需要注意的是，在读取文件时，如果传入的是文件的路径，而不是文件名，则会出现报错，解决办法是先切换到该文件的目录下，使用os模块获得文件名

下面是一个小示例

import pandas as pd
# 读取指定目录下的csv格式文件
file = open(r'D:\MY_code\my.csv')
file_ = pd.read_csv(file)
file_
​
​
# ---------------------下面是输出结果--------------------
    first_name  last_name
0          1    4
1          2    5
2          3    6

# Text格式的文件也是比较常见的存储数据的方式，扩展名为".txt"，它与上面提到的csv都属于文本文件
# 希望读取Text文件，既可以用read_csv()函数，也可以用read_table()函数

import pandas as pd
# 读取文件路径
file = open(r'D:\MY_code\we.txt')
# 读取文件内容，这里也可以用read_csv()
file_d = pd.read_table(file)   
file_d
​
​
# 输出结果与上面一样

---

读取excel文件

写入excel文件

#to_excel(excel_writer,sheet_name='Sheet1',na_rap='',index=True,columns=None,header=True,index_label=None,encoding=None)
# excel_writer：表示读取的文件路径
# sheet_name：表示工作表的名称，可以接收字符串，默认为"Sheet"
# na_rap：表示缺失数据
# index：表示是否写行索引，默认为True

下面是一个小示例

df_1 = pd.DataFrame({'coll':['放','心'],'cell':['食','用']})
df_1.to_excel(r'D:\MY_code\qr.xlsx','jupyter知识')
'写入完毕'
​
# 结果为写入完毕，表名为jupyter知识

读excel文件

# 用read_excel()函数读取Excel文件
# pandas.read_excel(io,sheet_name=0,header=0,names=None,index_col=None,dtype=None)
# io：接收字符串，表示路径对象
# sheet_name：指定要读取的工作表，可接收字符串或者int类型，字符串指工作表名称，int类型指工作表的索引。
# header：用来解析DataFrame的列标签。如果传入一个整数列表，则这些行会合并为一个MultiIndex对象
# index_col：用作行索引的列编号或者列名，如果给定一个序列，则表示有多个行索引。

import pandas as pd
# 拿路径
path = r'D:\MY_code\qr.xlsx'
# 读取数据
data = pd.read_excel(path)
data

---

读取HTML表格数据文件

# pandas.read_html(io,header=None,index_col=None,attrs=None,encoding=None)
# io：表示路径对象
# header：表示指定列标题所在的行
# index_col：表示指定行标题所对应的列
# attrs：默认为None,用于表示表格的属性值

import requests
# 读取网站地址
html_data = requests.get('http://baidu.www.com')
# 传入网站地址，并转换成 utf-8 的编码格式
html_data_get = read_html(html_data.content,encoding='utf-8')
# 展示数据
html_data_get[1]