python文本文件读取与存储

　　CSV文件的读取
　　In〔1〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex1。csv，w，newline）新建CSV文件writercsv。writer（fp）writer。writerow（（id，name，grade））向CSV写入数据writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））fp。close（）
　　In〔2〕：！typeH：python数据分析数据ch4ex1。csv通过！type方法查看数据，type方法只适用于Windows系统，UNIX系统使用！cat命令。id，name，grade1，lucky，872，peter，923，lili，85
　　In〔3〕：importpandasaspddfpd。readcsv（open（H：python数据分析数据ch4ex1。csv））使用readcsv函数读取CSV文件读取CSV文件时，如果文件路径中有中文，需要加open函数，否则会报错df
　　Out〔3〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔4〕：dfpd。readtable（open（H：python数据分析数据ch4ex1。csv），sep，）使用readtable进行读取CSV文件，指定分隔符即可df
　　Out〔4〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔5〕：dfpd。readcsv（open（H：python数据分析数据ch4ex1。csv），indexcolid）默认情况下，读取的DataFrame的行索引是从0开始进行计数通过indexcol参数指定id列为行索引df
　　Out〔5〕：
　　name
　　grade
　　id
　　1hrlucky
　　87hr2hrpeter
　　92hr3hrlili
　　85hrIn〔6〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex2。csv，w，newline）writercsv。writer（fp）writer。writerow（（school，id，name，grade））写入数据writer。writerow（（a，1，lucky，87））writer。writerow（（a，2，peter，92））writer。writerow（（a，3，lili，85））writer。writerow（（b，1，coco，78））writer。writerow（（b，2，kevin，87））writer。writerow（（b，3，heven，96））fp。close（）
　　In〔7〕：！typeH：python数据分析数据ch4ex2。csv查看数据school，id，name，gradea，1，lucky，87a，2，peter，92a，3，lili，85b，1，coco，78b，2，kevin，87b，3，heven，96
　　In〔8〕：dfpd。readcsv（open（H：python数据分析数据ch4ex2。csv），indexcol〔0，id〕）层次化索引，传入列编号或者列名组成的列表即可df
　　Out〔8〕：
　　name
　　grade
　　school
　　id
　　a
　　1hrlucky
　　87hr2hrpeter
　　92hr3hrlili
　　85hrb
　　1hrcoco
　　78hr2hrkevin
　　87hr3hrheven
　　96hrIn〔9〕：importcsv通过Python自带的csv库创建CSV文件fpopen（H：python数据分析数据ch4ex3。csv，w，newline）writercsv。writer（fp）writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））fp。close（）
　　In〔10〕：！typeH：python数据分析数据ch4ex3。csv查看数据1，lucky，872，peter，923，lili，85
　　In〔12〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv））默认情况读取，会指定第一行为标题行df
　　Out〔12〕：
　　1hrlucky
　　87hr0hr2hrpeter
　　92hr1hr3hrlili
　　85hrIn〔13〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv），headerNone）通过header参数分配默认的标题行如果表头的type和csv内容的type相一致的时候，那么直接读取，会让第一行来当表头此时加headerNone，可以让第一行不当表头，而默认给0、1来当表头header这个属性是指，在不加headerNone这个属性所出来的数据的基础上，把那个数据的表头去掉，换成0开头的表头df
　　Out〔13〕：
　　0hr1hr2hr0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔14〕：dfpd。readcsv（open（H：python数据分析数据ch4ex3。csv），names〔id，name，grade〕）通过names参数给其指定列名当设置了names属性之后，header无论设不设置，都会是Nonedf
　　Out〔14〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔15〕：importcsv通过Python自带的csv库创建CSV文件并写入数据fpopen（H：python数据分析数据ch4ex4。csv，w，newline）writercsv。writer（fp）writer。writerow（〔Thisisgrade〕）writer。writerow（（id，name，grade））writer。writerow（（1，lucky，87））writer。writerow（（2，peter，92））writer。writerow（（3，lili，85））writer。writerow（〔time〕）fp。close（）
　　In〔16〕：！typeH：python数据分析数据ch4ex4。csv查看数据Thisisgradeid，name，grade1，lucky，872，peter，923，lili，85time
　　In〔17〕：dfpd。readcsv（open（H：python数据分析数据ch4ex4。csv），skiprows〔0，5〕）通过skiprows参数跳过一些行无论是带表头还是不带表头，skiprows2的效果，都是读第三行（也就是跳了两行读）df
　　Out〔17〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔19〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv），nrows10）通过nrows参数，可以选择只读取部分行数据df
　　Out〔19〕：
　　PassengerId
　　Survived
　　Pclass
　　Name
　　Sex
　　Age
　　SibSp
　　Parch
　　Ticket
　　Fare
　　Cabin
　　Embarked
　　0hr1hr0hr3hrBraund，Mr。OwenHarris
　　male
　　22。0
　　1hr0hrA521171
　　7。2500
　　NaN
　　S
　　1hr2hr1hr1hrCumings，Mrs。JohnBradley（FlorenceBriggsTh。。。
　　female
　　38。0
　　1hr0hrPC17599
　　71。2833
　　C85
　　C
　　2hr3hr1hr3hrHeikkinen，Miss。Laina
　　female
　　26。0
　　0hr0hrSTONO2。3101282
　　7。9250
　　NaN
　　S
　　3hr4hr1hr1hrFutrelle，Mrs。JacquesHeath（LilyMayPeel）
　　female
　　35。0
　　1hr0hr113803hr53。1000
　　C123
　　S
　　4hr5hr0hr3hrAllen，Mr。WilliamHenry
　　male
　　35。0
　　0hr0hr373450hr8。0500
　　NaN
　　S
　　5hr6hr0hr3hrMoran，Mr。James
　　male
　　NaN
　　0hr0hr330877hr8。4583
　　NaN
　　Q
　　6hr7hr0hr1hrMcCarthy，Mr。TimothyJ
　　male
　　54。0
　　0hr0hr17463hr51。8625
　　E46
　　S
　　7hr8hr0hr3hrPalsson，Master。GostaLeonard
　　male
　　2。0
　　3hr1hr349909hr21。0750
　　NaN
　　S
　　8hr9hr1hr3hrJohnson，Mrs。OscarW（ElisabethVilhelminaBerg）
　　female
　　27。0
　　0hr2hr347742hr11。1333
　　NaN
　　S
　　9hr10hr1hr2hrNasser，Mrs。Nicholas（AdeleAchem）
　　female
　　14。0
　　1hr0hr237736hr30。0708
　　NaN
　　C
　　In〔20〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv），nrows10，usecols〔Survived，Sex〕）通过usecols参数进行部分列的选取df
　　Out〔20〕：
　　Survived
　　Sex
　　0hr0hrmale
　　1hr1hrfemale
　　2hr1hrfemale
　　3hr1hrfemale
　　4hr0hrmale
　　5hr0hrmale
　　6hr0hrmale
　　7hr0hrmale
　　8hr1hrfemale
　　9hr1hrfemale
　　In〔21〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv））在处理很大文件的时候，需要对文件进行逐块读取，首先通过info函数查看泰坦尼克号的生还者数据，共有891条数据df。info（）classpandas。core。frame。DataFrameRangeIndex：891entries，0to890Datacolumns（total12columns）：PassengerId891nonnullint64Survived891nonnullint64Pclass891nonnullint64Name891nonnullobjectSex891nonnullobjectAge714nonnullfloat64SibSp891nonnullint64Parch891nonnullint64Ticket891nonnullobjectFare891nonnullfloat64Cabin204nonnullobjectEmbarked889nonnullobjectdtypes：float64（2），int64（5），object（5）memoryusage：83。6KB
　　In〔22〕：chunkerpd。readcsv（open（H：python数据分析数据titanic。csv），chunksize100）通过chunksize参数，即可逐步读取文件设定读取的行数，返回一个固定行数的迭代器，每次读取只消耗相应行数对应的dataframe的内存，从而可以有效的解决内存消耗过多的问题chunker
　　Out〔22〕：pandas。io。parsers。TextFileReaderat0x96c3cf8
　　In〔23〕：dfpd。readcsv（open（H：python数据分析数据titanic。csv））df〔Sex〕。valuecounts（）
　　Out〔23〕：male577female314Name：Sex，dtype：int64
　　In〔24〕：frompandasimportSeriesimportpandasaspdchunkerpd。readcsv（open（H：python数据分析数据titanic。csv），chunksize100）sexSeries（〔〕）foriinchunker：返回的是可迭代的TextFileReader。通过迭代，可以对Sex列进行计数sexsex。add（i〔Sex〕。valuecounts（），fillvalue0）sex
　　Out〔24〕：male577。0female314。0dtype：float64readcsvreadtable参数
　　TXT文件的读取
　　In〔25〕：fpopen（H：python数据分析数据ch4ex6。txt，a）创建TXT文件fp。writelines（id？name？grade）写入数据fp。writelines（1？lucky？87）fp。writelines（2？peter？92）fp。writelines（3？lili？85）fp。close（）
　　In〔26〕：！typeH：python数据分析数据ch4ex6。txt查看数据id？name？grade1？lucky？872？peter？923？lili？85
　　In〔27〕：importpandasaspddfpd。readtable（open（H：python数据分析数据ch4ex6。txt），sep？）读取TXT文件通过readtable函数中的sep参数进行分隔符的指定df
　　Out〔27〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔28〕：！typeH：python数据分析数据ch4ex7。txt查看TXT文件，以空格隔开的文件idnamegrade1lucky872peter923lili85
　　In〔29〕：dfpd。readtable（open（H：python数据分析数据ch4ex7。txt），seps）正则表达式处理空格读取数据df
　　Out〔29〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85文本存储
　　In〔30〕：importpandasaspddfpd。readcsv（open（H：python数据分析数据ch4ex1。csv））df
　　Out〔30〕：
　　id
　　name
　　grade
　　0hr1hrlucky
　　87hr1hr2hrpeter
　　92hr2hr3hrlili
　　85hrIn〔31〕：利用DataFrame的tocsv方法，可以将数据存储到以逗号分隔的CSV文件中df。tocsv（H：python数据分析数据out1。csv）！typeH：python数据分析数据out1。csv，id，name，grade0，1，lucky，871，2，peter，922，3，lili，85
　　In〔32〕：通过sep参数指定存储的分隔符，默认情况下会存储行和列索引df。tocsv（H：python数据分析数据out2。csv，sep？）！typeH：python数据分析数据out2。csv？id？name？grade0？1？lucky？871？2？peter？922？3？lili？85
　　In〔33〕：通过设置index和header分别处理行和列索引df。tocsv（H：python数据分析数据out3。csv，indexFalse）！typeH：python数据分析数据out3。csvid，name，grade1，lucky，872，peter，923，lili，85