目录
- 前言:
- 一Numpy库中操作文件
- 二Pandas库中操作文件
- 三补充
- 总结
前言:
如果你使用的是www.cppcns.comAnaconda中的Jupyter,则不需要下载Pands和Numpy库;如果你使用的是pycharm或其他集成环境,则需要Pands和Numpy库
一Numpy库中操作文件
1.操作csv文件
import numpy as np a=np.random.randint(0,10,size=(3,4)) np.savetext("score.cshttp://www.cppcns.comv",a,deliminter=",")
a:自己随便创建的数组,deliminter:分隔符,score:要读取的文件名
或者
import numpy as np data=np.loadtxt("score.csv",delimiter=",",skiprows=1,dtype=str)
skiprows:跳过第一行,dtype:数据读出的类型为字符型
2.在pycharm中操作csv文件
import csv with open("score.csv",'r')as fp: reader=csv.reader(fp) for x in reader: print(x)
reader:迭代器
3.其他情况(.npy类型文件)
import numpy as np c=nphttp://www.cppcns.com.random.randint(0,10,size=(2,3)) np.save("文件名",c) c1=np.load("文件名.npy")
二Pandas库中操作文件
1.操作csv文件
import pandas as pd df=pd.read_csv("exl.csv")
或者
import pandas as pd pd.read_table("exl.csv",sep=',')
sep:分隔符
2.从剪贴板上复制数据
import pandas as pd BS=pd.read_clipboard
3.读取excel或xlsx文件
import pandas asiVXucdNNph pd df=read_excel("exl.xlsx")
三补充
1.常用
import osos.chdir()
chdir()中写上你想读取文件的目录,表示将目录转化到你想读取文件的目录.
2.pandas中读取文件的函数
read_csv 从文件,URL,文件型对象中加载带分隔符的数据。默认分隔符为逗号
read_table 同上,但默认分隔符为制表符(“t”)
read_fwf 读取定宽列格式数据(无分隔符)
read_clipboard 读取剪贴板中的数据
read_excel 从Excel 或xlsx文件中读取表格数据
read_hdf 读取pandas写的HDF5文件
read_html 读取html文档中的所以表格
read_json 读取json字符串中的数据
read_msgpack 二进制格式编码的pandas数据
read_pickle 读编程客栈取python pickle 格式中存储的任意对象
read_sas 读取存储于SAS系统自定义存储格式为SAS数据集
read_sql 读取SQL查询结果为pandas的DataFrame
read_stata 读取stata文件格式的数据集
总结
到此这篇关于python数据分析之文件读取详解的文章就介绍到这了,更多相关python文件读取内容请搜索我们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我们!
精彩评论