Python 文件操作 （open、close、文本文件读取-csv、文本文件储存、读写Excel文件、当前工作目录）

刚刚考完数据结构的理论考试，可能暂时会不写关于数据结构的内容了，有时间的话，会再更新一篇关于数据结构实验的文章。可能之后会写关于SAS软件、Python，或者 MATLAB 的内容，欢迎大家关注，一起学习，共同进步 ^ ^
之前学Python的时候，关于文件的操作，使用的不熟练，所以今天就详细的过一遍基本操作，希望对大家有帮助。

文件操作

1. 打开文件

可以使用open函数获得文件。open()函数是Python的内置函数，它屏蔽了创建文件对象的细节，使得创建文件对象变得简单。
open()函数的语法如下：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None,closefd=True, opener=None)

open()函数一共有8个参数，参数 file 和 mode 是最常用的。下面说明一下这8个参数的含义。

1. file参数
   file参数是要打开的文件，可以是字符串或整数。如果file是字符串表示文件名，文件名可以是相对当前目录的路径，也可以是绝对路径；如果file是整数表示文件描述符，文件描述符指向一个已经打开的文件。

2. mode参数
   mode参数用来设置文件打开模式。
   文件打开模式用字符串表示，最基本的文件打开模式如下表所示：

字符串	说明
r	只读模式打开文件（默认）
w	写入模式打开文件，会覆盖已经存在的文件
x	独占创建模式，文件不存在时创建并以写入模式打开，如果文件已存在，则抛出异常FileExistsError
a	追加模式，如果文件存在，则写入内容追加到文件末尾
b	二进制模式
t	文本模式（默认）
+	更新模式

①上表中的 b 和 t 是文件类型模式。如果是二进制文件需要设置 rb、wb、xb、ab ，如果是文本文件需设置 rt、wt、xt、at，因为 t 是默认模式，所以可以省略为 r、w、x、a。
② + 必须与 r、w、x、a 组合使用来设置文件读写模式，对于文本文件可使用 r+、w+、x+、a+ ，对于二进制文件可使用 rb+、wb+、xb+、ab+。

• r+、w+、a+ 的区别：
• r+ 打开文件时如果文件不存在，则抛出异常；
• w+ 打开文件时如果文件不存在，则创建文件；文件存在，则清除文件内容；
• a+ 类似于 w+ ，打开文件时如果文件不存在，则创建文件；文件存在，则在文件末尾追加。

3.buffering 参数
buffering 是设置缓冲区策略，默认值为-1.
①当buffering=-1 时 系统会自动设置缓冲区，通常是 4096 或 8192 字节；
②当buffering=0 时关闭缓冲区，关闭缓冲区时，数据直接写入文件中，这种模式主要应用于二进制文件的写入操作；
③当buffering > 0 时，buffering 用来设置缓冲区字节大小。
注：使用缓冲区是为了提高效率减少 IO （输入、输出）操作，文件数据首先放到缓冲区中，当文件关闭或刷新缓冲区时。数据才真正写入文件中。
4. encoding 和 errors 参数
encoding 用来指定打开文件时的文件编码，主要用于文本文件的打开。
errors 参数用来指定编码发生错误时如何处理。
5.newline 参数
newline 用来设置换行模式。
6. closefd 和 opener 参数
这两个参数在file参数为文件描述时使用。
closefd 为 True 时，文件对象调用 close() 方法关闭文件，同时也会关闭文件描述符所对应的文件；
closefd 为 False 时，文件对象调用 close() 方法关闭文件，但不会关闭文件描述符所对应的文件。
opener参数，用于打开文件时执行的一些加工操作，opener 参数执行一个函数，该函数返回一个文件描述符。
下面我们来看一下具体的例子：

# coding = utf-8

f = open('test.txt','w+') #通过 w+ 模式打开文件test.txt,但是由于文件 test.txt 不存在,所以会创建一个test.txt文件
f.write('World')

f = open ('test.txt','r+') #通过 r+ 模式打开文件test.txt,但是在这之前已经创建了 test.txt 文件，所以 r+ 模式会覆盖文件内容
f.write('Hello')

f = open('test.txt','a') #通过a模式打开文件test.txt ,会在文件末尾追加内容
f.write(' ')

fname = r'C:\Users\win-mini\pycharmprojects\helloproj\test.txt' #此行是绝对路径名，因为字符串中有反斜杠，要么采用转义字符“\\”表示，要么采用原始字符串表示。这里我使用的是采用原始字符串表示。
f = open(fname,'a+')
f.write('World')

注：运行上面的代码，会创建一个 test.txt 文件，文件的内容是Hello World。 文件路径中的 “\” 也可以改为斜杠“/”，在UNIX 和 Linux 系统中都是采用 斜杠“/” 分隔文件路径的。

2. 关闭文件

当使用 open() 函数打开文件后，若不再使用文件，应该调用文件对象的close() 方法关闭文件。文件的操作往往会抛出异常，为了保证文件操作无论正常结束还是异常结束都能够关闭文件，调用 close() 方法 应该放在异常处理的 finally 代码块中。这里就不详细写了。

3. 读写文本文件

（1）文本文件读取

①文本文件是一种由若干行字符构成的计算机文件，它是一种典型的顺序文件。

• 使用 read_table 来读取文本文件。
  pandas.read_table(filepath_or_buffer, sep=’\t’, header=’infer’, names=None, index_col=None, dtype=None, engine=None, nrows=None)

②csv是一种逗号分隔的文件格式，因为其分隔符不一定是逗号，又被称为字符分隔文件，文件以纯文本形式存储表格数据（数字和文本）。

• 使用 read_csv 函数来读取csv文件。
  pandas.read_csv(filepath_or_buffer, sep=’,’, header=’infer’, names=None, index_col=None, dtype=None, engine=None, nrows=None)
• read_table和read_csv常用参数及其说明，如下表：

参数名称	说明
filepath	接收string。代表文件路径。无默认
sep	接收string。代表分隔符。read_csv 默认为 “,” , read_table 默认为制表符“[Tab]”
header	接收int 或 sequence。表示将某行数据作为列名。默认为 infer，表示自动识别。
names	接收array。表示列名。默认为None
index_col	接收int、sequence或False。表示索引列的位置，取值为sequence则代表多重索引。默认为None
dtype	接收dict。代表写入的数据类型（列名为key，数据格式为values）。默认为None
engine	接收c或者Python。代表数据解析引擎。默认为c

• read_table和read_csv函数中的sep参数是指定文本的分隔符的，如果分隔符指定错误，在读取数据的时候，每一行数据将连成一片。
• header参数是用来指定列名的，如果是None则会添加一个默认的列名。
• encoding代表文件的编码格式，常用的编码有utf-8、utf-16、gbk、gb2312、gb18030等。如果编码指定错误数据将无法读取，IPython解释器会报解析错误。

（2）文本文件储存

文本文件的存储和读取类似，结构化数据可以通过pandas中的to_csv函数实现以csv文件格式存储文件。

DataFrame.to_csv(path_or_buf=None, sep=’,’, na_rep=”, columns=None, header=True, index=True,index_label=None,mode=’w’,encoding=None)

参数名称	说明
path_or_buf	接收string。代表文件路径。无默认。
sep	接收string。代表分隔符。默认为“,”。
na_rep	接收string。代表缺失值。默认为“”。
columns	接收list。代表写出的列名。默认为None。
header	接收boolean，代表是否将列名写出。默认为True。
index	接收boolean，代表是否将行名（索引）写出。默认为True。
index_labels	接收sequence。表示索引名。默认为None。
mode	接收特定string。代表数据写入模式。默认为w。
encoding	接收特定string。代表存储文件的编码格式。默认为None。

4. 读写Excel文件

（1）Excel文件读取

pandas提供了 read_excel 函数来读取“xls”“xlsx”两种Excel文件。
pandas.read_excel(io, sheetname=0, header=0, index_col=None)

• 关于文件路径，后面详细讲，请接着往下看

参数名称	说明
io	接收string。表示文件路径。无默认。
sheetname	接收string、int。代表excel表内数据的分表位置。默认为0。
header	接收int或sequence。表示将某行数据作为列名。默认为infer，表示自动识别。
names	接收int、sequence或者False。表示索引列的位置，取值为sequence则代表多重索引。默认为None。
index_col	接收int、sequence或者False。表示索引列的位置，取值为sequence则代表多重索引。默认为None。
dtype	接收dict。代表写入的数据类型（列名为key，数据格式为values）。默认为None。

（2）Excel文件储存

将文件存储为Excel文件，可以使用to_excel方法。其语法格式如下。
DataFrame.to_excel(excel_writer=None, sheetname=None’, na_rep=”, header=True, index=True, index_label=None, mode=’w’, encoding=None)
to_csv方法的常用参数基本一致，区别之处在于指定存储文件的文件路径参数名称为excel_writer，并且没有sep参数，增加了一个sheetnames参数用来指定存储的Excel sheet的名称，默认为sheet1。

5. 当前工作目录 （总结）

• 关于Python的当前工作目录
  
  “当前工作目录”就是 Python （准确地说，Python 解释器和编辑器，如 ：Jupyter Notebook 、PyCharm ）的读写文件和文件夹的默认路径。如果需要读取外部文件“bc_data.csv”，应事先把此文件放在 “当前工作目录”中。

• 显示当前工作目录的方法：

import os
print(os.getcwd())

• 更改当前工作目录的方法
  1.更改当前工作目录的方法：用模块 os 中的函数 chdir() 。在此，先用函数 getcwd() 查看当前工作目录。
  os.getcwd()
  2.更改当前工作目录的前提是“已经创建了即将用作当前工作目录的文件夹”，如 E:\PythonProjects 。

• os.chdir('E:\PythonProjects ')
  print(os.getcwd())
  更改当前工作目录后，仅在 “当前会话” 中有效。

• 我们需要根据目标数据文件的类型以及接下来的数据分析的需要，采用不同的导入方法，比如用内置函数 open() 或 第三方扩展包 pandas 的 read_csv() 、read_excel() 等。

• 例如，将当前工作目录下的文件“bc_data.csv” 读入至本地数据框 “data”。

from pandas import read_csv
data = read_csv('bc_data.csv')
data.head(5)

• read_csv(‘bc_data.csv’) 的前提是将目标文件“bc_data.csv” 已放在当前工作目录中，如：“E:\PythonProjects” 。

关于Python的文件的操作内容就写这么多了，如果觉得有帮助的话，请点个赞哦。