python文件的读取

这篇具有很好参考价值的文章主要介绍了python文件的读取。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.文件的读取

操作文件的第一步就是得打开要操作的文件,然后进行读取文件,最后关闭文件。在python中我们可以使用open函数来打开一个文件,然后读取文本文件。
读取文本文件内容有三种方法:read()、readline() 和 readlines()

打开文件有两种书写方式:

1.需要使用close()方法关闭文件

示例如下:文章来源地址https://www.toymoban.com/news/detail-790260.html

#文件的读取
import os
#以相对路径打开文件
f= open("./test.txt",encoding='utf-8')
#以绝对路径打开文件
#f= open("D:\\Anacond/work/learn数据清洗/文件读取及其处理/test.txt",encoding='utf-8')
#读取文件
content=f.read()
#关闭文件
f.close()

2.with语句能自动处理上下文环境产生的异常并且关闭文件句柄

示例如下:

import os
#打开文件
with open('./test.txt', encoding='utf-8') as f2:
    #读取文件
    contents = f2.read()
print(contents)

输出结果:

翻山越岭 寻一个你
不负此生 不负相遇 不负我偏向苦海去
只为渡你

1.read() 读取整个文件

示例如下:

f3=open('./test.txt', encoding='utf-8')
contents1=f3.read()
f3.close()

输出结果:

翻山越岭 寻一个你
不负此生 不负相遇 不负我偏向苦海去
只为渡你

2.readline() 每次读取一行文件

readline() 每次读取一行文件,可利用循环将文件内容全部读出

示例如下:

f4=open('./test.txt', encoding='utf-8')
#此时只读取了一行
contents2=f4.readline()
print(contents2)
i=1
#利用循环全部读出
while contents2:
    print(f'第{i}{contents2}')
    contents2=f4.readline()
    i=i+1
f4.close()

输出结果:

翻山越岭 寻一个你
第1行 翻山越岭 寻一个你
第2行 不负此生 不负相遇 不负我偏向苦海去
第3行 只为渡你

3. readlines() 读取文件的所有行

readlines()方法读取整个文件所有行,保存在一个列表(list)变量中;

示例如下:

f5=open('./test.txt', encoding='utf-8')
contents3=f5.readlines()
f5.close()
print(contents3[1])

输出结果:

不负此生 不负相遇 不负我偏向苦海去

2.文件的写入

写入文件,分为向新文件写入数据和向已有文件写入数据。向文件写入数据的过程为:

  1. 创建新文件(已有则不需要创建)
  2. 使用用open()方法打开文件
  3. 使用write()方法向文件写入数据
  4. 使用close()方法关闭文件

在文件的写入使用open()方法时,需要用到以下三个参数:

“x” - 创建 - 将创建一个文件,如果文件存在则返回错误
“a” - 追加 - 如果指定的文件不存在,将创建一个文件
“w” - 写入 - 如果指定的文件不存在,将创建一个文件

1.以"x"方式打开文件

注意:如果该文件已存在则会返回错误,并且不会写入内容

示例如下:

import os
#创建文件1.txt,若文件已存在则返回错误
ff=open('test1.txt',"x")
#向文件写入内容
ff.write("这一秒,像梦一般心跳")
#关闭文件
ff.close()
ff=open('test1.txt')
ss=ff.read()
ff.close()
print(ss)

输出结果:

这一秒,像梦一般心跳

2.以"a"方式打开文件

注意:该方式是向文件追加数据,会追加到文件的末尾;同时该文件不存在还会自动创建文件。

示例如下:

import os
#向文件1.txt追加内容
ff=open('test1.txt',"a")
#向文件追加内容
ff.write("  美好的无需安排,我一直充满期待,无所不在的未来,跨过晴空云海")
#关闭文件
ff.close()

文本内容:

这一秒,像梦一般心跳 美好的无需安排,我一直充满期待,无所不在的未来,跨过晴空云海

3.以"w"方式打开文件

该方式是向文件重写数据,会覆盖文件已有的内容;同时该文件不存在还会自动创建文件。

示例如下:

import os
#向文件1.txt重写文件内容
ff=open('test1.txt',"w")
#向文件重写内容
ff.write("Tell me what u gonna do it")
#关闭文件
ff.close()

文件内容:

Tell me what u gonna do it

3.文件的删除

可使用remove()删除文件,为避免不存在该文件,可检查文件是否存在,然后再删除它

示例如下:

import os
if os.path.exists("demofile.txt"):
  os.remove("demofile.txt")
else:
  print("The file does not exist")

4.Excel表数据的读取

python读取excel文件的三种方法:一种是直接读取;另两种是通过pandas读取,相对比比较方便

1.直接读取

示例如下:

import xlrd   #引入库
ex=xlrd.open_workbook("超市营业额.xls")
sheet_num=ex.nsheets #文件中工作表的个数
print(sheet_num)
sheet_name=ex.sheet_names() #各个工作表的名称
print(sheet_name)
sheet=ex.sheet_by_index(2) #通过索引获取第一个工作表
#输出sheet的形状
print(sheet.nrows,sheet.ncols) 
#获取第一行的数据
row_data=sheet.row_values(0)  #返回给定的行数的单元格数据进行切片
print(row_data)
#获取第二列的数据
col_data=sheet.col_values(1)
print(col_data)
#获取位置为(0,1)单元格的数据
one_data=sheet.cell(0,1) 
print(one_data)

输出结果:

3
[‘表1’, ‘表2’, ‘表3’]
8 3
[‘工号’, ‘姓名’, ‘职级’]
[‘姓名’, ‘张三’, ‘李四’, ‘王五’, ‘赵六’, ‘周七’, ‘钱八’, ‘孙九’]
text:‘姓名’

2.通过pd.ExcelFile()读取

示例如下:

import pandas as pd
#读取工作簿和工作簿中的工作表
fff=pd.ExcelFile('超市营业额.xls')
print(fff.sheet_names)
#du
data= fff.parse('表3')
data

输出结果:
python 读取文件,python数据分析,python,数据分析,pandas,numpy,文件读取

3.通过pd.read_excel()读取

这种方法最为方便快捷

示例如下:

import pandas as pd
#读取excel文件
#该方法默认读取该文件中第一张表
df=pd.read_excel('./超市营业额.xls')
#如果Excel文件有多个表格,可通过sheet_name属性指定,如果不指定默认读取第一张表
#df1=pd.read_excel('./超市营业额.xls',sheet_name='表3')
df[0:5]

输出结果:
python 读取文件,python数据分析,python,数据分析,pandas,numpy,文件读取

pd.read_excel()方法的常用参数

  • sheet_name:指定读取文件中哪一张表
  • usecols:指定读取表中的哪几列
  • header:指定表中哪一列作表头,也就是列索引
  • index_col:指定表中哪一列作行索引

示例如下:

#可读取任意列
df1=pd.read_excel('./超市营业额.xls',sheet_name='表3',usecols = [0,2])
print(df1)
#可指定第3行为列索引,指定第2列为行索引
df3=pd.read_excel('./超市营业额.xls',sheet_name='表3',header=2,index_col=1)
df3

输出结果:
python 读取文件,python数据分析,python,数据分析,pandas,numpy,文件读取

5.Excel表数据的写入

示例如下:

import pandas as pd
#创建名为1.xls的文件
ss=pd.ExcelWriter('1.xls')
#使用to_excel将df3的数据写入到新建的工作簿的工作表1中
df.to_excel(ss,sheet_name='1',index=True)
#保存并退出
ss.save()

到了这里,关于python文件的读取的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据分析】matplotlib、numpy、pandas速通

    教程链接:【python教程】数据分析——numpy、pandas、matplotlib 资料:https://github.com/TheisTrue/DataAnalysis 官网链接:可查询各种图的使用及代码 对比常用统计图 (1)引入 (2) 示例 (3) 设置图片大小 figsize: 图片的 (长, 宽) dpi: 每英寸像素点的个数,例如选定为 80 (图像模糊

    2024年01月24日
    浏览(35)
  • NumPy 和 Pandas 数据分析实用指南:1~6 全

    原文:Hands-On Data Analysis with NumPy and pandas 协议:CC BY-NC-SA 4.0 译者:飞龙 在本章中,我们将介绍以下主题: 安装 Anaconda 探索 Jupyter 笔记本 探索 Jupyter 的替代品 管理 Anaconda 包 配置数据库 在本章中,我们将讨论如何安装和管理 Anaconda。 Anaconda 是一个包,我们将在本书的以下各

    2023年04月14日
    浏览(81)
  • NumPy和Pandas库的基本用法,用于数据处理和分析

    当涉及到数据处理和分析时,NumPy和Pandas是两个非常常用的Python库。下面是它们的基本用法: NumPy(Numerical Python): 导入NumPy库:在代码中使用import numpy as np导入NumPy库。 创建NumPy数组:使用np.array()函数可以创建一个NumPy数组。例如,arr = np.array([1, 2, 3, 4, 5])创建一个包含整数

    2024年02月11日
    浏览(43)
  • 郭炜老师mooc第十一章数据分析和展示(numpy,pandas, matplotlib)

    numpy创建数组的常用函数  numpy数组常用属性和函数  numpy数组元素的增删 在numpy数组中查找元素  np.argwhere( a ):返回非0的数组元组的索引,其中a是要索引数组的条件。 np.where(condition) 当where内只有一个参数时,那个参数表示条件,当条件成立时,           where返回的是每个

    2024年03月15日
    浏览(80)
  • pandas数据分析40——读取 excel 合并单元格的表头

    案例背景 真的很容易疯....上班的单位的表格都是不同的人做的,所以就会出现各种合并单元格的情况,要知道我们用pandas读取数据最怕合并单元格了,因为没规律...可能前几列没合并,后面几列又合并了....而且pandas对于索引很严格,这种合并单元读取进来就是空的,还怎么

    2024年02月12日
    浏览(57)
  • 【Python数据分析】数据分析之numpy基础

    实验环境:建立在Python3的基础之上 numpy提供了一种数据类型,提供了数据分析的运算基础,安装方式 导入numpy到python项目 本文以案例的方式展示numpy的基本语法,没有介绍语法的细枝末节,笔者认为通过查阅案例就能掌握基本用法。 numpy数组的基本概念 numpy默认所有元素具有

    2024年02月10日
    浏览(47)
  • [数据分析大全]基于Python的数据分析大全——Numpy基础

    NumPy 的全称为 Numeric Python,它是 Python 的第三方扩展包,主要用来计算、处理一维或多维数组。   步入8月了,7月时因为项目所需,自学了 深度学习 相关的内容,现在 已经把项目所需要的神经网络框架搭建起来了,输入输出也都归一化了,模拟误差也加上了,图像的参数

    2024年02月14日
    浏览(66)
  • python-数据分析-pandas

    第一种:通过标量创建Series 第二种:通过列表创建Series 第三种:通过字典创建Series 第四种:通过ndarray创建Series values和index 索引和切片 第一种:通过一维列表构成的字典创建DataFrame 姓名 数学 语文 计算机 0 张三 87 54 34 1 李四 45 76 56 2 王五 34 55 77 3 赵六 98 90 87 姓名 数学 语文

    2023年04月23日
    浏览(63)
  • Python数据分析-Pandas

    个人笔迹,建议不看 Series类型 DataFrame类型 是一个二维结构,类似于一张excel表 DateFrame只要求每列的数据类型相同就可以了 查看数据 读取数据及数据操作 行操作 条件选择 缺失值及异常值处理 判断缺失值: 填充缺失值: 删除缺失值 age count 2.000000 mean 1.500000 std 0.707107 min 1

    2024年02月10日
    浏览(61)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包