一、文本文件读取
文本文件是一种由若干行字符构成的计算机文件,它是一种典型的顺序文件。
csv是一种逗号分隔的文件格式,因为其分隔符不一定是逗号,又被称为字符分隔文件,文件以纯文本形式存储表格数据(数字和文本)。
1、使用read_table来读取文本文件:
pandas.read_csv(数据文件名, sep=’,’, header=’infer’, names=None, index_col=None,dtype=None, engine=None, nrows=None)
3、read_table和read_csv常用参数及其说明:
补充理解:
(1)read_table和read_csv函数中的sep参数是指定文本的分隔符的,如果分隔符指定错误,在读取数据的时候,每一行数据将连成一片。
(2)header参数是用来指定列名的,如果是None则会添加一个默认的列名。
(3)encoding代表文件的编码格式,常用的编码有utf-8、utf-16、gbk、gb2312、gb18030等。如果编码指定错误数据将无法读取,IPython解释器会报解析错误。
代码示例:
import pandas as pd
print("----------用pd.read_table()获取dat文件数据----------")
# 获取外部电影txt文件数据
users = pd.read_table('users.dat',
header=None, # 表示不要导入原文件内的表头
names=['UserID','Gender','Age','Occupation','Zip-code'], #自定义列名
sep='::', # 原文件的分隔符是'::',此处是按此分隔符将数据导入
engine= 'python')
print(users.head())
print("------用pd.read_csv()获取csv、tsv、txt文件数据--------")
print("------案例1-------")
csv=pd.read_csv('iris.csv',
header=None, # 表示不要导入原文件内的表头
names=['width','height','category']) #自定义列名:width,height,category
print(csv.head())
csv.iloc[0,2]=1
csv.to_csv('iris233333.csv') # 将数据保存为csv格式,并存放在本地
print("------案例2--------")
students1 = pd.read_csv('Students.csv', index_col='ID') # index_col表示设置原csv文件里的ID列的值作为index索引值(index默认从0开始序列)
students2 = pd.read_csv('Students.tsv', sep='\t', index_col='ID')
students3 = pd.read_csv('Students.txt', sep='|', index_col='ID')
print(students1.head())
print(students2.head())
print(students3.head())
二、Excel文件读取
1、pandas提供了read_excel函数来读取“xls”“xlsx”两种Excel文件:
2、格式:pandas.read_excel(文件名, sheetname=0, header=0, index_col=None, names=None, dtype=None)
3、read_excel常用参数及其说明:
代码:
print("-------------pd.read_excel()获取excel文件-------------")
import pandas as pd
#获取excel表格文件
excel=pd.read_excel('data.xlsx')
print(excel)
三、文本文件存储
1、文本文件的存储和读取类似,结构化数据可以通过pandas中的to_csv函数实现以csv文件格式存储文件。
2、格式:DataFrame.to_csv(path_or_buf=None, sep=’,’, na_rep=”, columns=None, header=True,index=True,index_label=None,mode=’w’,encoding=None)
3、常用参数及其说明:
四、Excel文件储存
1、将文件存储为Excel文件,可以使用to_excel方法。
2、格式:DataFrame.to_excel(excel_writer=None, sheetname=None'’, na_rep=”, header=True,index=True, index_label=None, mode=’w’, encoding=None)
3、.to_excel和 to_csv方法的常用参数基本一致,区别之处在于指定存储文件的文件路径参数名称为excel_writer,并且没有sep参数,增加了一个sheetnames参数用来指定存储的Excel sheet的名称,默认为sheet1。