python内置了csv模块用于读写csv文件,csv是一种逗号分隔符文件,是数据科学中最常见的数据存储格式之一。
csv模块能轻松完成各种体量数据的读写操作,当然大数据量需要代码层面的优化。
csv模块读取文件
# 读取csv文件 import csv with open('test.csv','r') as myFile: lines=csv.reader(myFile) for line in lines: print (line)
csv模块写入文件
import csv with open('test.csv','w+') as myFile: myWriter=csv.writer(myFile) # writerrow一行一行写入 myWriter.writerow([7,8,9]) myWriter.writerow([8,'h','f']) # writerow多行写入 myList=[[1,2,3],[4,5,6]] myWriter.writerows(myList)
loadtxt方法
loadtxt用来读取文本文件(包含txt、csv等)以及.gz 或.bz2格式压缩文件,前提是文件数据每一行必须要有数量相同的值。
import numpy as np # loadtxt()中的dtype参数默认设置为float # 这里设置为str字符串便于显示 np.loadtxt('test.csv',dtype=str) # out:array(['1,2,3', '4,5,6', '7,8,9'], dtype='<U5')
load方法
load用来读取numpy专用的.npy, .npz 或者pickled持久化文件。
import numpy as np # 先生成npy文件 np.save('test.npy', np.array([[1, 2, 3], [4, 5, 6]])) # 使用load加载npy文件 np.load('test.npy') ''' out:array([[1, 2, 3], [4, 5, 6]]) '''
fromfile方法
fromfile方法可以读取简单的文本数据或二进制数据,数据来源于tofile方法保存的二进制数据。读取数据时需要用户指定元素类型,并对数组的形状进行适当的修改。
import numpy as np x = np.arange(9).reshape(3,3) x.tofile('test.bin') np.fromfile('test.bin',dtype=np.int) # out:array([0, 1, 2, 3, 4, 5, 6, 7, 8])
pandas是数据处理最常用的分析库之一,可以读取各种各样格式的数据文件,一般输出dataframe格式。
如:txt、csv、excel、json、剪切板、数据库、html、hdf、parquet、pickled文件、sas、stata等等
read_csv方法
read_csv方法用来读取csv格式文件,输出dataframe格式。
import pandas as pd pd.read_csv('test.csv')
read_excel方法
读取excel文件,包括xlsx、xls、xlsm格式
import pandas as pd pd.read_excel('test.xlsx')
read_table方法
通过对sep参数(分隔符)的控制来对任何文本文件读取
read_json方法
读取json格式文件
df = pd.DataFrame([['a', 'b'], ['c', 'd']],index=['row 1', 'row 2'],columns=['col 1', 'col 2']) j = df.to_json(orient='split') pd.read_json(j,orient='split')
read_html方法
读取html表格
read_clipboard方法
读取剪切板内容
read_pickle方法
读取plckled持久化文件
read_sql方法
读取数据库数据,连接好数据库后,传入sql语句即可
read_dhf方法
读取hdf5文件,适合大文件读取
read_parquet方法
读取parquet文件
read_sas方法
读取sas文件
read_stata方法
读取stata文件
read_gbq方法
读取google bigquery数据
python用于读写excel文件的库有很多,除了前面提到的pandas,还有xlrd、xlwt、openpyxl、xlwings等等。
主要模块:
python几乎支持对所有数据库的交互,连接数据库后,可以使用sql语句进行增删改查。
主要模块:
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
长按识别二维码并关注微信
更方便到期提醒、手机管理