python读取外部文件的两种方法

一般处理大数据需要使用Pandas，而少量数据可以直接使用python内置库解析

使用pandas

首先当然要

import pandas as pd

1.读excel文件

Data=pd.read_excel(*args)

2.读csv文件

csv文件实际上是一种格式特殊的txt文件，一般由’，’ ‘；’ '\t ’ '\n’等分隔符间隔开

Data=pd.read_csv(*args)

3.读txt文件

Data=pd.read_txt(*args)

Data=pd.read_txt(*args)

常用参数：

io：必有，指定外部文件的地址目录
index_col：指定索引列，可以是数字（列号）也可是字符串（列名）
nrows/ncols:需要读取的行/列数
names：另取列名，需要和实际列数相等，比如：names=[‘num’,‘name’,‘age’]。如果要覆盖原来列名还需要使用header=0忽略现有列名
parse_dates:强制将数据作为日期读入

几点强调

1. pandas会自动识别到外部文件的第一行包含列名，并自动使用（如果有列名的话），索引从第二行开始。
2. pandas读取文件后会返回DataFrame类型，DataFrame与list很像，但又有所区别，使用时需要注意
3. 如果不指定索引列，则从0开始自动添加索引

补充：直接使用python内置库解析

一般处理大数据需要使用Pandas，而少量数据可以直接使用python内置库解析

import csv
with open ('text.txt') as My_file:
	my_reader=csv.reader(My_file,delimiter=',')

 首先使用Python内置的open（）函数将外部文件作为文本文件打开，
 然后将其传递给reader对象，
 最后由reader对象完成读取工作。
 值得注意的是reader对象返回的每一行都是一个String元素列表，返回的第一行是列名 

reader对象的可选参数

delimiter：指定分隔每个字段的字符，默认为逗号
quotechar：指定用于包围包含分隔字符的字段的字符，默认双引号
escapechar：指定用于转义分隔符的字符，默认无转义字符

也可以将数据直接读入进字典，而不必去处理单个的String列表

import csv

with open ('text.txt') as My_file
	my_reader=csv.DictReader(My_file,delimiter=',')

文件的第一行用于构建字典的键
fieldsnames：为包含他们的列表来指定自己的列