python常用的读取文件txt、csv、xml、Excel

一、读写txt文件

with open('001.txt', "w+") as f:
f.write("这是一个文本文件")
f.seek(0)print(f.read())

二、csv读写文件

"""open('some.csv', newline='', encoding='utf-8')
# 使用系统默认编码将文件解码为unicode可使用不同的编码解码文件
# 如果newline=''没有指定,嵌入引用字段内换行符将不会被正确地解释
# 默认读写用逗号做分隔符(delimiter),双引号作引用符
# 用writer写数据None被写成空字符串,浮点型调用repr()转化成字符串。非字符串型数据被str()成字符串存储。"""
with open('001.csv', 'w+', encoding="utf-8", newline="") as f:
csv_writer= csv.writer(f, dialect='excel')
csv_writer.writerow(["lisi", 20, "专科"])
csv_writer.writerow(["zhangsan", 18, "本科"])
csv_writer.writerows([['xiao',5, "无"], ['xiao02', 14, "中学"]])
f.seek(0)print(f.read())

有时在程序中可以正常输出中文，但是用excel打开csv文件时会出现乱码，是因为excel能够正确识别用gb2312、gbk、gb18030或utf_8 with BOM 编码的中文，如果是utf_8 no BOM编码的中文文件，excel打开会乱码。可以使用GBK编码方式读写文件

三、xml读写文件

首先，生成一个简单的xml文件

#基本原理#1.使用xml.dom.minidom这个module来创建xml文件#2. 每个xml文件都是一个Document对象,代表着内存中的DOM树#3.有了空的DOM树后，添加根节点#4.创建其它的节点#5.输出到xml文件中去

#创建一个xml文件
from xml.dom.minidom importDocumentfrom xml.dom.minidom importparse
doc=Document()#创建根节点
root_node = doc.createElement('Document')#设置命名空间
root_node.setAttribute('content_method', 'full')#文档中拼接节点
doc.appendChild(root_node)#根节点下创建子节点1
item_node_1 = doc.createElement('item')
root_node.appendChild(item_node_1)#item_node节点下创建文本节点
item_text = doc.createTextNode('项目名称1:报告')
item_node_1.appendChild(item_text)#根节点下创建子节点1
item_node_2 = doc.createElement('item')
root_node.appendChild(item_node_2)#item_node节点下创建文本节点
item_text = doc.createTextNode('项目名称2:投资交易')
item_node_2.appendChild(item_text)#生成xml文件
f= open('abc.xml', 'w+', encoding='utf-8')
doc.writexml(f,indent='\t', addindent="\t", newl="\n", encoding='utf-8')
f.close()

生成格式如下：

<?xml version="1.0" encoding="utf-8"?>

项目名称1:报告

项目名称2:投资交易

解析并更新xml文件内容

#解析xml, 并更新xml
docTree = parse('abc.xml')
item_nodes= docTree.getElementsByTagName("item")for item initem_nodes:print(item.childNodes[0].data)
item_nodes[0].childNodes[0].data= 'O32'with open('abc.xml', 'w+', encoding='utf-8') as f:
docTree.writexml(f, indent='', addindent="", encoding='utf-8')

四、读取Excel文件

importopenpyxl
excel_file_path= r'E:\case1.xlsx'workbook=openpyxl.load_workbook(excel_file_path)#遍历工作薄中的每个sheet页
for sheet_name inworkbook.sheetnames:#获取Worksheet对象
sheet = workbook[sheet_name]#读取行生成器中的数据，其实就是根据sheet.iter_rows()来生成行数据
#sheet.values是一个生成器对象，返回的是cell对象中的值组成的元组
#sheet.iter_rows是一个生成器对象，返回的是cell对象组成的元组

for row_index , row_datas inenumerate(sheet.values):for col_index inrange(0, sheet.max_column):print(row_datas[col_index], end=' ')#判断第一列数据是否是整型

ifisinstance(row_datas[0], int):#利用sheet.cell(row=x,column=y).value对cell中的值进行更新
sheet.cell(row=row_index+1, column=1).value = "T" +str(row_datas[0])print()#按行进行读取
for row insheet.iter_rows():for col_index inrange(0, sheet.max_column):print(row[col_index].value, end=' ')print()
workbook.save(excel_file_path)

五、简单了解一下numpy、pandas

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

"""#pandas用法

pandas有两个主要数据结构：Series和DataFrame

Series是一种类似于一维数组的兑现个，它由一组数据(各种NumPy数据类型)和一组与之相关的数据便签(即索引)组成

pd.Series(data,index=[])

Series和ndarray之间的主要区别在于Series之间的操作会根据索引自动对齐数据

DataFrame是一个表格型的数据类型，每列值的数据类型可以不相同，常用的pandas对象

DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）

pd.DataFrame(data,columns = [ ],index = [ ])， 其中columns和index为指定的列、行索引"""

importnumpy as np, pandas as pd#np.arange返回的均匀间隔值的numpy.ndarray对象数组

arr= np.arange(10)print(arr, type(arr)) #输出结果：[0 1 2 3 4 5 6 7 8 9]

s =pd.Series(arr,)print(s, type(s))#输出结果如下：#0 0#1 1#2 2#3 3#4 4#5 5#6 6#7 7#8 8#9 9#创建DataFrame最常用的是直接传入一个由等长列表或NumPy数组组成的字典

data={'state':['hello', 'world'], 'year':[2019, 2020], 'pop':[1.5,1.6]}print(data, type(data))#1)当不指定行索引index, 列索引columns时会自动加上行索引，字典的键会被当做列索引。

df =pd.DataFrame(data)print(df)#2)如果创建时指定了columns和index索引，则按照索引顺序排列#如果传入的列在字典的key中找不到，当做缺省值NaN处理

df2 = pd.DataFrame(data, index=['one','two'], columns=['year', 'state', 'pop_title'])print(df2)#输出结果#year state pop_title#one 2019 hello NaN#two 2020 world NaN

#3)另外一种常见的创建DataFrame方式是使用嵌套字典，#pandas会被解释成外层字典的键作为列，内层字典的键作为行索引

data = {'state':{'one':'hello', 'two':'world'}, 'year':{'one':2019, 'two':2020}, 'pop':{'one':1.5, 'two':1.6, 'three':1.8}}
df3=pd.DataFrame(data)print(df3)#输出结果#state year pop#one hello 2019.0 1.5#two world 2020.0 1.6#three NaN NaN 1.8

pandas处理Excel文件

"""pandas如何读取并处理Excel中的数据呢？"""
#pandas读取excel依赖于xlrd，需要安装xlrd#pd.read_excel返回数据类型object 
df = pd.read_excel('case1.xlsx')#打印指定的列数据
print(df['编号'] ,type(df))
#打印2行5列数据，注意pandas处理数据中一些特殊数据处理不了默认NaNprint(df.iloc[:2,:5])