python读文件

1.open

with open(‘1.txt’, ‘r’) as f:
print(f.readlines())

1. read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。如果文件大于可用内存，为了保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。

2. readlines() 一次读取整个文件，readlines() 自动将文件内容分析成一个行的列表，该列表可以由 Python 的 for … in … 结构进行处理。

3. readline() 每次只读取一行，通常比readlines() 慢得多。仅当没有足够内存可以一次读取整个文件时，才应该使用 readline()。

4. 注意：这三种方法是把每行末尾的’\n’也读进来了，它并不会默认的把’\n’去掉，需要我们手动去掉。

with open(‘test1.txt’, ‘r’) as f1:
list1 = f1.readlines()
In[3]: list1
Out[3]: [‘111\n’, ‘222\n’, ‘333\n’, ‘444\n’, ‘555\n’, ‘666\n’]

去掉’\n’

with open(‘test1.txt’, ‘r’) as f1:
list1 = f1.readlines()
for i in range(0, len(list1)):
list1[i] = list1[i].rstrip(’\n’)
In[5]: list1
Out[5]: [‘111’, ‘222’, ‘333’, ‘444’, ‘555’, ‘666’]

2.pandas

• pd.read_csv(filepath)：从 CSV 文件导入数据
• pd.read_table(filepath)：从限定分隔符的文本文件导入数据
• pd.read_excel(filepath)：从 Excel 文件导入数据
• pd.read_sql(query, connection_object)：从 SQL 表 / 库导入数据

pd.read_csv

• 读取从hive中导出的文件
  按标签分为多列，hive默认的分隔符为‘\001’
  若不加sep，默认按，分隔

data=pd.read_csv(r'D:\Users\Administrator\Desktop\data.txt',sep='\001',header=None,names=['id','title','content','summary','label'])

常见错误

• OSError: Initializing from file failed
  出现这个错误的原因很可能是你的路径名中带有中文
  解决

data = pd.read_csv('人效日报-20180701.csv', skiprows=1, header=None, engine='python')

原文链接：https://blog.csdn.net/zhangzh296/article/details/89584865