csv文件读写
csv读取
1. 数据中有索引列(时间类型),第一行为列名
import
2. 如果数据中第一行不是列名,则输入 header=None
# 第一行不是列名 需输入header=None
3. 将多列做成一个层次化索引
# 将多个列做成一个层次化索引 只需要传入由列编号或列名组成的列表即可
运行结果
4. skiprows跳过文件的某几行
# 看下数据
运行结果
# skiprows跳过文件的第一行、第三行和第四行
运行结果
5. 用一串字符(如“#|#”或“%$”)作为分隔符
pd.read_csv('tmp.txt', sep='%$') # 数据样式如:浙江%$杭州市%$139,分隔后为浙江 杭州市 139
写入csv
# 写入csv
txt 文件读写
txt读取
# 看下数据
运行结果
import
运行结果
写入txt
# 导出为txt文件
excel 文件读写
# 读取excel文件
写入excel不同sheet的运行结果
json 文件读写
# 读取json文件
html文件读写
# 读取html文件
读取html文件运行结果
pkl文件读写
import
参考链接
转换为csv格式链接
转换为excel格式链接
pandas文件读取官网