python里讀寫excel等數據文件的幾種常用方式

python處理數據文件第一步是要讀取數據，文件類型主要包括文本文件（csv、txt等）、excel文件、數據庫文件、api等。

下面整理下python有哪些方式可以讀取數據文件。

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

• read() ： 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模塊能輕松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。

• csv模塊讀取文件

# 讀取csv文件
import csv  
with open('test.csv','r') as myFile:  
    lines=csv.reader(myFile)  
    for line in lines:  
        print (line)  

• csv模塊寫入文件

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. 使用numpy庫（loadtxt、load、fromfile）

• loadtxt方法
  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
# 這里設置為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方法
  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
  fromfile方法可以讀取簡單的文本數據或二進制數據，數據來源於tofile方法保存的二進制數據。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. 使用pandas庫（read_csv、read_excel等）

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、數據庫、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')

• read_excel方法
  讀取excel文件，包括xlsx、xls、xlsm格式

import pandas as pd
pd.read_excel('test.xlsx')

• read_table方法
  通過對sep參數（分隔符）的控制來對任何文本文件讀取
• read_json方法
  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')

• read_html方法
  讀取html表格
• read_clipboard方法
  讀取剪切板內容
• read_pickle方法
  讀取plckled持久化文件
• read_sql方法
  讀取數據庫數據，連接好數據庫后，傳入sql語句即可
• read_dhf方法
  讀取hdf5文件，適合大文件讀取
• read_parquet方法
  讀取parquet文件
• read_sas方法
  讀取sas文件
• read_stata方法
  讀取stata文件
• read_gbq方法
  讀取google bigquery數據

pandas學習網站：
https://pandas.pydata.org/

5、讀寫excel文件（xlrd、xlwt、openpyxl等）

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：

• xlrd庫：從excel中讀取數據，支持xls、xlsx
• xlwt庫：對excel進行修改操作，不支持對xlsx格式的修改
• xlutils庫：在xlw和xlrd中，對一個已存在的文件進行修改
• openpyxl：主要針對xlsx格式的excel進行讀取和編輯
• xlwings：對xlsx、xls、xlsm格式文件進行讀寫、格式修改等操作
• xlsxwriter：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
• Microsoft Excel API：需安裝pywin32，直接與Excel進程通信，可以做任何在Excel里可以做的事情，但比較慢

6. 操作數據庫（pymysql、cx_Oracle等）

python幾乎支持對所有數據庫的交互，連接數據庫后，可以使用sql語句進行增刪改查。

主要模塊：

• pymysql：用於和mysql數據庫的交互
• sqlalchemy：用於和mysql數據庫的交互
• cx_Oracle：用於和oracle數據庫的交互
• sqlite3：內置庫，用於和sqlite數據庫的交互
• pymssql：用於和sql server數據庫的交互
• pymongo：用於和mongodb非關系型數據庫的交互
• redis、pyredis：用於和redis非關系型數據庫的交互

使用參考地址：
https://blog.csdn.net/a87b01c14/article/details/51546727

關於如何使用python連接mysql：
pymysql操作實例