python处理dat数据_主流数据文件类型（.dat/.txt/.json/.csv）导入到python

手写很累，复制的同学请点赞犒劳下在下哦 ^_^

一、对于.CSV类型的数据

它们的数据导入都很简单

且看下面一顿操作：

我平时一般是读取整个文件，直接这样就可以了：

1 importpandas as pd2 data = pd.read_csv('test.csv',encoding = 'GBK', engine="python")

得到的，是一个DataFrame类型的data，不熟悉处理方法可以参考pandas十分钟入门

如有 OSError: Initializing from file failed 这样的错误，就是没有加 engine = "python"

还有一种方法就是用CSV库：

1 importcsv2

3 with open("test.csv","r") as csvfile:4 data =csv.reader(csvfile)5 #这里不需要readlines

6 for line indata:7 print line

其次是写入，一般简单的写入只需要：

1 importpandas as pd2

3 #这里只是范例，a,b可根据实际替换为你想写入的内容

4 #搞出来一个字典，然后转成dataframe类型

5 a = [1,2,3]6 b = [4,5,6]7 dataframe = pd.DataFrame({'a_name':a,'b_name':b})8

9 #将DataFrame存储为csv格式, index表示是否显示行名，default=True

10 dataframe.to_csv("test.csv",index=False,sep=',')

ok 完工

需求高一点的就是逐行写。

1 importcsv2

3 with open("test.csv","w") as csvfile:4 data =csv.writer(csvfile)5

6 #先写入columns_name

7 data.writerow(["index","a_name","b_name"])8 #写入多行用writerows

9 data.writerows([[0,1,3],[1,2,3],[2,3,4]])

二、.txt 就简单了

直接上去三板斧

1 f = open('/test.txt')2

3 f.read()4

5 f.close()

需要注意的是，f.write()有坑，要注意模式，

1 f1 = open('/test.txt','w')2 f1.write('hello buddy!')

但此时数据只写到了缓存中，并未保存到文件，而且从下面的输出可以看到，原先里面的配置被清空了然后就囧了。

使用r+ 模式不会先清空，但是会替换掉原先的文件。

如果在写之前先读取