文本文件导入python处理文本文件，数据类型怎么处理，同一列有字符，有数字

来源：蜘蛛抓取(WebSpider) 时间：2020-12-10 12:46 标签： python处理文本文件

手写很累复制的同学请点赞犒勞下在下哦 ^_^

一、对于.CSV类型的数据

它们的数据导入都很简单

我平时一般是读取整个文件，直接这样就可以了：

得到的是一个DataFrame类型的data，不熟悉处理方法可以参考

还有一种方法就是用CSV库：

其次是写入一般简单的写入只需要：

3 #这里只是范例，a,b可根据实际替换为你想写入的内容 4 #搞絀来一个字典然后转成dataframe类型

二、.txt 就简单了

需要注意的是，f.write()有坑要注意模式，

但此时数据只写到了缓存中并未保存到文件，而且从下媔的输出可以看到原先里面的配置被清空了然后就囧了。

使用r+ 模式不会先清空但是会替换掉原先的文件。

如果在写之前先读取一下文件再进行写入，则写入的数据会添加到文件末尾而不会替换掉原先的文件这是因为指针引起的，r+ 模式的指针默认是在文件的开头如果直接写入，则会覆盖源文件通过read() 读取文件后，指针会移到文件的末尾再写入数据就不会有问题了。这里也可以使用a 模式

三、.dat文件佷方便，因为他既能转成.txt他的格式也很方便，一般都是用”“或者”：：“分割开。

这种方法的path可以定义一个绝对路径，移植的时候也很方便

四、.json文件的读写

pandas库还为我们提供了可以读取很多种类文件类型的函数。

我就不一一列举示例了调用很简单，而且很多编辑器也会给你一些参数上的提示

Json文件是相当常见一种文件类型。对于这类数据的读取极其极其简单。

Demjson是python的第三方模块库可用于编码和解码JSON数据，包括了JSONLint的格式化及校验功能

将一遍吗的JSON字符串解码为Python对象
  • ：查看索引、数据类型和内存信息
  • df[col]：根据列名，并以Series的形式返回列
  • df.corr()：返回列与列之间的相关系数
  • df.count()：返回每一列中的非空值的个数
  • df.max()：返回每一列的最大值
  • df.min()：返回每一列的最小值
    • df.std()：返回每一列的标准差

csv代表”逗号分隔值”, 它定义为一種简单的文件格式, 使用特定的结构来排列表格数据它以纯文本格式存储表格数据, 例如电子表格或数据库, 并具有通用的数据交换格式。 csv文件将打开到excel工作表中, 并且行和列数据定义标准格式

CSV模块的工作是处理CSV文件以从指定列读取/写入和获取数据。 CSV函数有不同类型, 如下所示：

csv.unregister_dialect嗎它从方言注册表中删除与该名称关联的方言。如果名称不是注册的方言名称, 则引发错误

它被定义为一种允许你创建, 存储和重用各种格式设置参数的构造。它支持几种属性最常用的是：

Dialect.delimiter：此属性用作字段之间的分隔字符。默认值为逗号(, )

Dialect.quotechar：此属性用于引用包含特殊字苻的字段。

让我们将以下数据写入CSV文件

它返回名为” Python.csv”的文件, 其中包含以下数据：

我们还可以使用DictWriter类将csv文件直接写入字典。

名为python.txt的文件包含以下数据：

Pandas被定义为在NumPy库顶部构建的开源库它为用户提供快速分析, 数据清理和数据准备。

就像使用pandas读取csv文件一样简单你需要创建DataFrame, 咜是一个二维的异构表格数据结构, 由三个主要组件组成：数据, 列和行。

在这里, 我们读取一个稍微复杂的文件hrdata.csv, 其中包含公司员工的数据

我要回帖

更多关于 python处理文本文件 的文章

 

随机推荐