python里读写excel等数据文件的6种常用方式(小结)

时间:2022-04-15 22:04:55

下面整理下python有哪些方式可以读取数据文件。

1. python内置方法(read、readline、readlines)

  • read() : 一次性读取整个文件内容。推荐使用read(size)方法,size越大运行时间越长
  • readline() :每次读取一行内容。内存不够时使用,一般不太用
  • readlines() :一次性读取整个文件内容,并按行返回到list,方便我们遍历

2. 内置模块(csv)

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

?
1
2
3
4
5
6
# 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

?
1
2
3
4
5
6
7
8
9
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) 

3. 使用numpy库(loadtxt、load、fromfile)

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。

?
1
2
3
4
5
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。

?
1
2
3
4
5
6
7
8
9
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。

?
1
2
3
4
5
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])

4. 使用pandas库(read_csv、read_excel等)

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。

?
1
2
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

?
1
2
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

?
1
2
3
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

5、读写excel文件(xlrd、xlwt、openpyxl等)

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:

  • xlrd库:从excel中读取数据,支持xls、xlsx
  • xlwt库:对excel进行修改操作,不支持对xlsx格式的修改
  • xlutils库:在xlw和xlrd中,对一个已存在的文件进行修改
  • openpyxl:主要针对xlsx格式的excel进行读取和编辑
  • xlwings:对xlsx、xls、xlsm格式文件进行读写、格式修改等操作
  • xlsxwriter:用来生成excel表格,插入数据、插入图标等表格操作,不支持读取
  • Microsoft Excel API:需安装pywin32,直接与Excel进程通信,可以做任何在Excel里可以做的事情,但比较慢

6. 操作数据库(pymysql、cx_Oracle等)

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:

  • pymysql:用于和mysql数据库的交互
  • sqlalchemy:用于和mysql数据库的交互
  • cx_Oracle:用于和oracle数据库的交互
  • sqlite3:内置库,用于和sqlite数据库的交互
  • pymssql:用于和sql server数据库的交互
  • pymongo:用于和mongodb非关系型数据库的交互
  • redis、pyredis:用于和redis非关系型数据库的交互

到此这篇关于python里读写excel等数据文件的6种常用方式(小结)的文章就介绍到这了,更多相关python读写excel内容请搜索服务器之家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服务器之家!

原文链接:https://juejin.cn/post/6950991151375122468