原标题:n种方式教你用python读写excel等数据文件
python处理数据文件的途径有很多种,可以操作的文件类型主要包括文本文件(csv、txt、json等)、excel文件、数据库文件、api等其他数据文件。
下面整理下python有哪些方式可以读写数据文件。
1. read、readline、readlines
read :一次性读取整个文件内容。推荐使用read(size)方法,size越大运行时间越长
readline :每次读取一行内容。内存不够时使用,一般不太用
readlines :一次性读取整个文件内容,并按行返回到list,方便我们遍历
2. 内置模块csv
python内置了csv模块用于读写csv文件,csv是一种逗号分隔符文件,是数据科学中最常见的数据存储格式之一。csv模块能轻松完成各种体量数据的读写操作,当然大数据量需要代码层面的优化。
csv模块读取文件
# 读取csv文件
importcsv
withopen( 'test.csv', 'r') asmyFile:
lines=csv.reader(myFile)
forline inlines:
print(line)
csv模块写入文件
importcsv
withopen( 'test.csv', 'w+') asmyFile:
myWriter=csv.writer(myFile)
# writerrow一行一行写入
myWriter.writerow([ 7, 8, 9])
myWriter.writerow([ 8, 'h', 'f'])
# writerow多行写入
myList=[[ 1, 2, 3],[ 4, 5, 6]]
myWriter.writerows(myList)
3. numpy库
loadtxt方法
loadtxt用来读取文本文件(包含txt、csv等)以及.gz 或.bz2格式压缩文件,前提是文件数据每一行必须要有数量相同的值。
importnumpy asnp
# loadtxt中的dtype参数默认设置为float
# 这里设置为str字符串便于显示
np.loadtxt( 'test.csv',dtype=str)
# out:array(['1,2,3', '4,5,6', '7,8,9'], dtype='
load方法
load用来读取numpy专用的 .npy , .npz 或者 pickled 持久化文件。
importnumpy asnp
# 先生成npy文件
np.save( 'test.npy', np.array([[ 1, 2, 3], [ 4, 5, 6]]))
# 使用load加载npy文件
np.load( 'test.npy')
'''
out:array([[1, 2, 3],
[4, 5, 6]])
'''
fromfile方法
fromfile方法可以读取简单的文本数据或二进制数据,数据来源于tofile方法保存的二进制数据。读取数据时需要用户指定元素类型,并对数组的形状进行适当的修改。
importnumpy asnp
x = np.arange( 9).reshape( 3, 3)
x.tofile( 'test.bin')
np.fromfile( 'test.bin',dtype=np.int)
# out:array([0, 1, 2, 3, 4, 5, 6, 7, 8])
4. pandas库
pandas是数据处理最常用的分析库之一,可以读取各种各样格式的数据文件,一般输出dataframe格式。如:txt、csv、excel、json、剪切板、数据库、html、hdf、parquet、pickled文件、sas、stata等等
read_csv方法read_csv方法用来读取csv格式文件,输出dataframe格式。
importpandas
aspd
pd.read_csv( 'test.csv')
read_excel方法
读取excel文件,包括xlsx、xls、xlsm格式
importpandas aspd
pd.read_excel( 'test.xlsx')
read_table方法
通过对sep参数(分隔符)的控制来对任何文本文件读取
read_json方法
读取json格式文件
df = pd.DataFrame([[ 'a', 'b'], [ 'c', 'd']],index=[ 'row 1', 'row 2'],columns=[ 'col 1', 'col 2'])
j = df.to_json(orient= 'split')
pd.read_json(j,orient= 'split')
read_html方法
读取html表格
read_clipboard方法
读取剪切板内容
read_pickle方法
读取plckled持久化文件
read_sql方法
读取数据库数据,连接好数据库后,传入sql语句即可
read_dhf方法
读取hdf5文件,适合大文件读取
read_parquet方法
读取parquet文件
read_sas方法
读取sas文件
read_stata方法
读取stata文件
read_gbq方法
读取google bigquery数据
pandas学习网站:https://pandas.pydata.org/
5、读写excel文件
python用于读写excel文件的库有很多,除了前面提到的pandas,还有xlrd、xlwt、openpyxl、xlwings等等。
主要模块:
xlrd库
从excel中读取数据,支持xls、xlsx
xlwt库
对excel进行修改操作,不支持对xlsx格式的修改
xlutils库
在xlw和xlrd中,对一个已存在的文件进行修改
openpyxl
主要针对xlsx格式的excel进行读取和编辑
xlwings
对xlsx、xls、xlsm格式文件进行读写、格式修改等操作
xlsxwriter
用来生成excel表格,插入数据、插入图标等表格操作,不支持读取
Microsoft Excel API
需安装pywin32,直接与Excel进程通信,可以做任何在Excel里可以做的事情,但比较慢
6. 操作数据库
python几乎支持对所有数据库的交互,连接数据库后,可以使用sql语句进行增删改查。
主要模块:
pymysql
用于和mysql数据库的交互
sqlalchemy
用于和mysql数据库的交互
cx_Oracle
用于和oracle数据库的交互
sqlite3
内置库,用于和sqlite数据库的交互
pymssql
用于和sql server数据库的交互
pymongo
用于和mongodb非关系型数据库的交互
redis、pyredis
用于和redis非关系型数据库的交互返回搜狐,查看更多
责任编辑: