python读取txt为dataframe_Python 学习 第十三篇：数据的读写-文件、DataFrame、json和pymssql...

Python的文件是一个重要的对象，使用open()函数来打开文件，创建文件对象，进行文件的读写操作。当数据用于交换信息时，通常需要把数据保存为有格式的文本数据，可以保存为有特定的行分隔符和列分隔符的数据，这可以使用pandas模块中的函数来读写；也可以保存为json结构的数据，这可以使用json模块中的函数来实现；对于大型的数据交互，通常使用数据库。

一，Python的open函数

open()函数用于打开文件，创建文件对象：

open(name, mode, encoding=None)

参数注释：

name是文件名，包括路径

encoding 是编码方式，常用的编码方式是utf-8

mode是打开文件的模式，最常用的模式是：r：只读模式，表示打开文件是为了从文件的开头读取文件中的数据；

w：只写模式，表示打开文件是为了向文件写入数据。如果该文件已存在，那么打开该文件，删除原有的内容，从文件开头开始写入；如果该文件不存在，那么创建新的文件。

open()函数创建一个file 对象，文件对象的主要方法：file.read([size])：size 未指定则返回整个文件，如果文件大小 >2 倍内存则有问题，f.read()读到文件尾时返回""(空字串)。

file.readline()：只读取一行。

file.readlines([size]) ：返回包含size行的列表, size 未指定则返回全部行。

for line in f: print( line )：通过迭代器访问。

f.write("hello\n")：如果要写入字符串以外的数据,先将他转换为字符串。

f.close() 关闭文件

1，读取文件

调用open()函数打开一个文件，设置mode='r'，表示打开文件是为了读取文件中的数据，调用文件对象的函数或迭代器来逐行读取数据：

file = open('test.txt','r',encoding='utf-8')

lines= [line.strip() for line infile]

file.close()

注意：打开文件之后，完成文件的读写之后，必须调用文件对象的close()方法，最终关闭文件。

2，写入文件

调用open()函数打开一个文件，如果设置mode='w'，那么表示打开文件是为了向文件中写入数据，调用文档对象的write('content')函数向文档中写入内容。

file = open('test.txt','w',encoding='utf-8')

file.write('write content to file')

file.close()

注意：打开文件之后，完成文件的读写之后，必须调用文件对象的close()方法，最终关闭文件。

3，文件的关闭

调用open()函数打开一个文件，是把文件读取到内存中的，如果不及时关闭文件，文件对象就会一直占用系统资源，除了调用文件对象的close()方法关闭文件之外，还可以使用 with open()，由系统自动关闭文件：

with open('test.txt','r',encoding='utf-8') as file:

lines= [line.strip() for line in file]

二，pandas模块

pandas模块提供了一些用于把表格型数据读取为DataFrame对象的函数。

1，格式化数据的读取

read_csv：从文件、URL、文件型对象中加载带分隔符的数据，默认的分隔符是逗号。

read_table：从文件、URL、文件型对象中加载带分隔符的数据，默认的分隔符是制表符(\t)。

参数注释：path：要读取的文件的位置

sep：用于对行中各字段进行拆分的字符序列或正则表达式

header：用作列名的行号，默认值是0，如果没有header行，设置为None

index_col：用于行索引的列编号

names：用于自定义列名列表，结合header=None

na_values：一组用于替换NA的值

iterator：返回一个TextParser以便逐块读取文件

chunksize：文件的大小，用于迭代

nrows：需要读取的行数，从文件开始处计算

2，输出数据

利用DataFrame的to_csv方法，可以把数据写到一个以逗号分隔的文件中

DataFrame.to_csv(path_or_buf=None, sep=',', na_rep='', float_format=None, columns=None,

header=True, index=True, index_label=None, mode='w', encoding=None, compression=None,

quoting=None, quotechar='"', line_terminator='\n', chunksize=None, tupleize_cols=None,

date_format=None, doublequote=True, escapechar=None, decimal='.')

常用参数注释：path_or_bu：输出文件的路径，或者设置sys.stdout

sep：行中个字段的分隔符，默认是逗号

na_rep：替换缺失数据的字符

columns：列名列表

header：是否输出header，默认值是True

index：是否输出索引，默认是True

line_terminator：列分隔符

三，json

Python中的json对象实际是一个字典结构，用于存储和交换信息，导入json模块：

import json

1，把字符串转换为json

json的load()方法用于把josn格式的字符串转换为json对象，这实际上是一个字典结构：

json_string= '{ "name":"John", "age":30, "city":"New York"}'

#parse string to json

json_obj = json.loads(json_string)

2，把字典转换为json字符串

json的dumps()函数用于把字典结构转换为json格式的字符串。

x ={"name": "John","age": 30,"city": "New York"}#convert dict into JSON string:

json_string = json.dumps(x)

四，关系型数据库

使用pymssql连接SQL Server数据库，首先创建连接和游标：

importpymssql

conn= pymssql.connect(host='host',user='user',password='pwd',database='db_name')

cursor= conn.cursor()

当执行select语句获得数据时，返回的数据集有两种格式：元组和字典，这需要在创建游标时设置，as_dict的默认值是False。

cursor = conn.cursor(as_dict=True)

1，执行数据更新和删除

通过游标的execute()函数来执行TSQL语句，调用 commit() 来提交事务

cursor.execute("""sql statement""")

conn.commit()

2，执行数据的多行插入

使用游标的executemany()函数来插入多行数据

cursor.executemany("INSERT INTO persons VALUES (%d, %s, %s)",

[(1, 'John Smith', 'John Doe'),

(2, 'Jane Doe', 'Joe Dog'),

(3, 'Mike T.', 'Sarah H.')])

conn.commit()

3，遍历数据

当从SQL Server数据库中获取数据时，使用游标的fetchone()函数，以迭代方式返回结果集的一行数据。

cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe')#遍历数据（存放到元组中） 方式1

row =cursor.fetchone()whilerow:print("ID=%d, Name=%s" % (row[0], row[1]))

row=cursor.fetchone()#遍历数据（存放到元组中） 方式2

for row incursor:print('row = %r' %(row,))#遍历数据（存放到字典中）#cursor = conn.cursor(as_dict=True)#cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe')#for row in cursor:#print("ID=%d, Name=%s" % (row['id'], row['name']))

4，关闭连接

当查询完成之后，一定要关闭连接：

conn.close()

使用with来自动关闭连接：

importpymssql

server= "187.32.43.13"user= "root"password= "1234"with pymssql.connect(server, user, password,"db_name") as conn:

with conn.cursor(as_dict=True) as cursor: #数据存放到字典中

cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe')for row incursor:print("ID=%d, Name=%s" % (row['id'], row['name']))

参考文档：