Python讀取文件內容與存儲

Python讀取與存儲文件內容

一、.csv文件

讀取：

import pandas as pd
souce_data = pd.read_csv(File_Path)

　　其中File_path是文件的路徑

儲存：

import pandas as pd
souce_data.to_csv(file_path)

其中，souce_data格式應該為series或者Dataframe格式

二、Excel文件

讀取：

import xlrd as xl
data_excel = xlrd.open_workbook(file_path)
souce_data = data_excel.sheet_by_name(sheet)
row_len = souce_data.nrows
col_len = souce_data.ncols
for i in range(row_len):
    for j in range(col_len):
        print(souce_data.cell_value(i,j))

　　其中，open_workbook（file_path）函數是打開文件file_path，data_excel.sheet_by_name(sheet)函數是打開sheet中的文件並賦值給souce_data。souce_data.nrows與souce_data.ncols是分別計算表格的行數與列數。

三、txt文件

讀取：　　

Python對txt的內容讀取有三類方法：read()、readline()、readlines()，這三種方法各有利弊，下面逐一介紹其使用方法和利弊。

1.read()：

　　read()函數通過一次性讀取文件的所有內容放在一個大字符串中，即存在內存中

with open(file_path) as f:
    souce_data = f.read()
    print(souce_data)

 

　　　　read()的優勢：方便、簡單；一次性獨讀出文件放在一個大字符串中，速度最快。

　　　　read()的弊端：文件過大的時候，占用內存會過大

2.readline()：

　　readline()逐行讀取文本，結果是一個list

 

with open(file_path) as f:
    line = f.readline()
    while line:
        print(line)
        line = f.readline()        

 

　　　　readline()的優勢：占用內存小，逐行讀取。

　　　　readline()的弊端：由於是逐行讀取，讀取速度比較慢

3.readlines()：

　　readlines()一次性讀取文本的所有內容，結果是一個list

with open(file) as f:
    for line in f.readlines():
         print line

　　這種方法讀取的文本內容，每行文本末尾都會帶一個'\n'換行符 (可以使用L.rstrip('\n')去掉換行符

　　　　readlines()的利端：一次性讀取文本內容，速度比較快

　　　　readlines()的弊端：隨着文本的增大，占用內存會越來越多

儲存:

with open(file_path,'w') as f:
    f.write(souce_data)

 

四、儲存與讀取json文件

存儲：

import json
with open(file_path,'w') as cf:
    cf.write(json.dumps(souce_data))

讀取：

import json
with open(file_path,'r') as rf:
    souce_data = rf.read()
souce_data = eval(souce_data)