n種方式教你用python讀寫excel等數據文件

點擊上方「濤哥聊Python」，選擇「星標」公眾號

重磅乾貨，第一時間送達

來源：Python大數據分析

python處理數據文件的途徑有很多種，可以操作的文件類型主要包括文本文件（csv、txt、json等）、excel文件、資料庫文件、api等其他數據文件。

下面整理下python有哪些方式可以讀寫數據文件。

1. read、readline、readlinesread()  ：一次性讀取整個文件內容。推薦使用read(size)方法，size越大運行時間越長readline()  ：每次讀取一行內容。內存不夠時使用，一般不太用readlines()   ：一次性讀取整個文件內容，並按行返回到list，方便我們遍歷

具體用法可見：一文搞懂python文件讀寫

2. 內置模塊csv

python內置了csv模塊用於讀寫csv文件，csv是一種逗號分隔符文件，是數據科學中最常見的數據存儲格式之一。csv模塊能輕鬆完成各種體量數據的讀寫操作，當然大數據量需要代碼層面的優化。

# 讀取csv文件
import csv
with open('test.csv','r') as myFile:
    lines=csv.reader(myFile)
    for line in lines:
        print (line)
import csv
with open('test.csv','w+') as myFile:
    myWriter=csv.writer(myFile)
    # writerrow一行一行寫入
    myWriter.writerow([7,8,9])
    myWriter.writerow([8,'h','f'])
    # writerow多行寫入
    myList=[[1,2,3],[4,5,6]]
    myWriter.writerows(myList)

3. numpy庫
loadtxt用來讀取文本文件（包含txt、csv等）以及.gz 或.bz2格式壓縮文件，前提是文件數據每一行必須要有數量相同的值。
import numpy as np
# loadtxt()中的dtype參數默認設置為float
# 這裡設置為str字符串便於顯示
np.loadtxt('test.csv',dtype=str)
# out：array(['1,2,3', '4,5,6', '7,8,9'], dtype='<U5')
load用來讀取numpy專用的.npy, .npz 或者pickled持久化文件。
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加載npy文件
np.load('test.npy')
'''
out:array([[1, 2, 3],
       [4, 5, 6]])
'''
fromfile方法可以讀取簡單的文本數據或二進位數據，數據來源於tofile方法保存的二進位數據。讀取數據時需要用戶指定元素類型，並對數組的形狀進行適當的修改。
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. pandas庫
pandas是數據處理最常用的分析庫之一，可以讀取各種各樣格式的數據文件，一般輸出dataframe格式。如：txt、csv、excel、json、剪切板、資料庫、html、hdf、parquet、pickled文件、sas、stata等等
read_csv方法read_csv方法用來讀取csv格式文件，輸出dataframe格式。
import pandas as pd
pd.read_csv('test.csv')
讀取excel文件，包括xlsx、xls、xlsm格式
import pandas as pd
pd.read_excel('test.xlsx')
通過對sep參數（分隔符）的控制來對任何文本文件讀取
讀取json格式文件
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')
讀取html表格
讀取剪切板內容
讀取plckled持久化文件
讀取資料庫數據，連接好資料庫後，傳入sql語句即可
讀取hdf5文件，適合大文件讀取
讀取parquet文件
讀取sas文件
讀取stata文件
讀取google bigquery數據
pandas學習網站：https://pandas.pydata.org/
5、讀寫excel文件
python用於讀寫excel文件的庫有很多，除了前面提到的pandas，還有xlrd、xlwt、openpyxl、xlwings等等。
主要模塊：
從excel中讀取數據，支持xls、xlsx
對excel進行修改操作，不支持對xlsx格式的修改
在xlw和xlrd中，對一個已存在的文件進行修改
主要針對xlsx格式的excel進行讀取和編輯
對xlsx、xls、xlsm格式文件進行讀寫、格式修改等操作
用來生成excel表格，插入數據、插入圖標等表格操作，不支持讀取
需安裝pywin32，直接與Excel進程通信，可以做任何在Excel裡可以做的事情，但比較慢
6. 操作資料庫
python幾乎支持對所有資料庫的交互，連接資料庫後，可以使用sql語句進行增刪改查。
主要模塊：
用於和mysql資料庫的交互
用於和mysql資料庫的交互
用於和oracle資料庫的交互
內置庫，用於和sqlite資料庫的交互
用於和sql server資料庫的交互
用於和mongodb非關係型資料庫的交互
用於和redis非關係型資料庫的交互
使用參考地址：https://blog.csdn.net/a87b01c14/article/details/51546727
五分鐘讀懂TCP 協議
plotly | python可視化進階之路