读取和写入文件

read_csv()

读取CSV（逗号分割）文件到DataFrame

部分常用参数：
1、path：文件的位置；
2、sep或delimiter：分隔符的格式，如：分号，空格，逗号等
3、header：读取数据中列名称所在的行，默认header=0表示第一行是列名称，header=None表示不读取数据无列名，可以names联合用，设置列名；
4、index_col：读取数据中索引的列名；
5、names：当header=None时，用names来设置列名；
6、skiprows：读取行数时需要跳过的行数；
7、na_values：用于替换读取数据中的nan值的；
8、nrows：需要读取的数据的行数；
9、encoding：用于读取文件的编码格式，"utf-8"表示用UTF-8编码的文本；
10、engine：使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。

注：在spyder中读取csv格式文件时，必须加上engine=’python‘，否则会报错“Initializing from file failed”

部分参数使用实例如下：

读取csv格式数据，默认第一行为列名

filename='E:\python总结\实例数据\读取csv，txt，excel文件\qydata.csv'
data=pd.read_csv(filename,engine='python')

读取文件结果：

读取csv格式数据，重新设置列名称

names=['list1','list2','list3','list4','list5','list6'] #设置列名
data=pd.read_csv(filename,header=None,names=names,engine='python')

|

读取csv格式数据，设置第一列为索引

data=pd.read_csv(filename,index_col=0,engine='python')

|

读取csv格式数据，指定读取行数

data=pd.read_csv(filename,index_col=0,nrows=5,engine='python')

|

read_csv()读取txt格式数据

filename1=r'E:\python总结\实例数据\读取csv，txt，excel文件\qydata.txt'
data=pd.read_csv(filename1,sep='\t',index_col=0,engine='python')

|

read_excel()

读取Excel文件；参数大部分与csv相似，部分如下：
1、io：文件所在的路径；
2、sheet_name ：默认为0，返回第一个表格，1表示返回第二个表格，多表使用[0,1]，若为None是返回全表 ；
3、header ：指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None；
4、index_col ：指定列为索引列；
5、names：指定列的名字，当header=None是设置列名，传入一个list数据；

filename0='E:\python总结\实例数据\读取csv，txt，excel文件\qydata.xlsx'
data=pd.read_excel(filename0,index_col=0)

|

to_csv()

部分常用参数：
1、path：写入文件的位置；
2、sep或delimiter：分隔符的格式，默认“,”；
3、na_rep：缺失值保存为的格式，如果不写，默认是空；
4、float_format：保留小数位数，’%.2f’表示保留2位小数；
5、columns：选择保存的列名称，会保存索引和选择列；
6、header：保存的列名，header=0为不保存列名；
7、index：保存的索引名，index=0表示不保存索引。

写入csv格式数据

注：写入中文时要加encoding=‘gbk’。否则写入的中文会乱码。

pathname='E:\python总结\实例数据\读取csv，txt，excel文件\写入数据.csv'
data.to_csv(pathname,encoding="gbk")

|
注：其他功能可按照个人需求尝试，这里就不做一一举例了。