本文主要是介绍Python 文件操作 (open、close、文本文件读取-csv、文本文件储存、读写Excel文件、当前工作目录),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
刚刚考完数据结构的理论考试,可能暂时会不写关于数据结构的内容了,有时间的话,会再更新一篇关于数据结构实验的文章。可能之后会写关于SAS软件、Python,或者 MATLAB 的内容,欢迎大家关注,一起学习,共同进步 ^ ^
之前学Python的时候,关于文件的操作,使用的不熟练,所以今天就详细的过一遍基本操作,希望对大家有帮助。
文件操作
1. 打开文件
可以使用open函数获得文件。open()函数是Python的内置函数,它屏蔽了创建文件对象的细节,使得创建文件对象变得简单。
open()函数的语法如下:
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None,closefd=True, opener=None)
open()函数一共有8个参数,参数 file 和 mode 是最常用的。下面说明一下这8个参数的含义。
-
file参数
file参数是要打开的文件,可以是字符串或整数。如果file是字符串表示文件名,文件名可以是相对当前目录的路径,也可以是绝对路径;如果file是整数表示文件描述符,文件描述符指向一个已经打开的文件。 -
mode参数
mode参数用来设置文件打开模式。
文件打开模式用字符串表示,最基本的文件打开模式如下表所示:
字符串 | 说明 |
---|---|
r | 只读模式打开文件(默认) |
w | 写入模式打开文件,会覆盖已经存在的文件 |
x | 独占创建模式,文件不存在时创建并以写入模式打开,如果文件已存在,则抛出异常FileExistsError |
a | 追加模式,如果文件存在,则写入内容追加到文件末尾 |
b | 二进制模式 |
t | 文本模式(默认) |
+ | 更新模式 |
①上表中的 b 和 t 是文件类型模式。如果是二进制文件需要设置 rb、wb、xb、ab ,如果是文本文件需设置 rt、wt、xt、at,因为 t 是默认模式,所以可以省略为 r、w、x、a。
② + 必须与 r、w、x、a 组合使用来设置文件读写模式,对于文本文件可使用 r+、w+、x+、a+ ,对于二进制文件可使用 rb+、wb+、xb+、ab+。
- r+、w+、a+ 的区别:
- r+ 打开文件时如果文件不存在,则抛出异常;
- w+ 打开文件时如果文件不存在,则创建文件;文件存在,则清除文件内容;
- a+ 类似于 w+ ,打开文件时如果文件不存在,则创建文件;文件存在,则在文件末尾追加。
3.buffering 参数
buffering 是设置缓冲区策略,默认值为-1.
①当buffering=-1 时 系统会自动设置缓冲区,通常是 4096 或 8192 字节;
②当buffering=0 时关闭缓冲区,关闭缓冲区时,数据直接写入文件中,这种模式主要应用于二进制文件的写入操作;
③当buffering > 0 时,buffering 用来设置缓冲区字节大小。
注:使用缓冲区是为了提高效率减少 IO (输入、输出)操作,文件数据首先放到缓冲区中,当文件关闭或刷新缓冲区时。数据才真正写入文件中。
4. encoding 和 errors 参数
encoding 用来指定打开文件时的文件编码,主要用于文本文件的打开。
errors 参数用来指定编码发生错误时如何处理。
5.newline 参数
newline 用来设置换行模式。
6. closefd 和 opener 参数
这两个参数在file参数为文件描述时使用。
closefd 为 True 时,文件对象调用 close() 方法关闭文件,同时也会关闭文件描述符所对应的文件;
closefd 为 False 时,文件对象调用 close() 方法关闭文件,但不会关闭文件描述符所对应的文件。
opener参数,用于打开文件时执行的一些加工操作,opener 参数执行一个函数,该函数返回一个文件描述符。
下面我们来看一下具体的例子:
# coding = utf-8f = open('test.txt','w+') #通过 w+ 模式打开文件test.txt,但是由于文件 test.txt 不存在,所以会创建一个test.txt文件
f.write('World')f = open ('test.txt','r+') #通过 r+ 模式打开文件test.txt,但是在这之前已经创建了 test.txt 文件,所以 r+ 模式会覆盖文件内容
f.write('Hello')f = open('test.txt','a') #通过a模式打开文件test.txt ,会在文件末尾追加内容
f.write(' ')fname = r'C:\Users\win-mini\pycharmprojects\helloproj\test.txt' #此行是绝对路径名,因为字符串中有反斜杠,要么采用转义字符“\\”表示,要么采用原始字符串表示。这里我使用的是采用原始字符串表示。
f = open(fname,'a+')
f.write('World')
注:运行上面的代码,会创建一个 test.txt 文件,文件的内容是Hello World。 文件路径中的 “\” 也可以改为斜杠“/”,在UNIX 和 Linux 系统中都是采用 斜杠“/” 分隔文件路径的。
2. 关闭文件
当使用 open() 函数打开文件后,若不再使用文件,应该调用文件对象的close() 方法关闭文件。文件的操作往往会抛出异常,为了保证文件操作无论正常结束还是异常结束都能够关闭文件,调用 close() 方法 应该放在异常处理的 finally 代码块中。这里就不详细写了。
3. 读写文本文件
(1)文本文件读取
①文本文件是一种由若干行字符构成的计算机文件,它是一种典型的顺序文件。
- 使用 read_table 来读取文本文件。
pandas.read_table(filepath_or_buffer, sep=’\t’, header=’infer’, names=None, index_col=None, dtype=None, engine=None, nrows=None)
②csv是一种逗号分隔的文件格式,因为其分隔符不一定是逗号,又被称为字符分隔文件,文件以纯文本形式存储表格数据(数字和文本)。
- 使用 read_csv 函数来读取csv文件。
pandas.read_csv(filepath_or_buffer, sep=’,’, header=’infer’, names=None, index_col=None, dtype=None, engine=None, nrows=None) - read_table和read_csv常用参数及其说明,如下表:
参数名称 | 说明 |
---|---|
filepath | 接收string。代表文件路径。无默认 |
sep | 接收string。代表分隔符。read_csv 默认为 “,” , read_table 默认为制表符“[Tab]” |
header | 接收int 或 sequence。表示将某行数据作为列名。默认为 infer,表示自动识别。 |
names | 接收array。表示列名。默认为None |
index_col | 接收int、sequence或False。表示索引列的位置,取值为sequence则代表多重索引。默认为None |
dtype | 接收dict。代表写入的数据类型(列名为key,数据格式为values)。默认为None |
engine | 接收c或者Python。代表数据解析引擎。默认为c |
- read_table和read_csv函数中的sep参数是指定文本的分隔符的,如果分隔符指定错误,在读取数据的时候,每一行数据将连成一片。
- header参数是用来指定列名的,如果是None则会添加一个默认的列名。
- encoding代表文件的编码格式,常用的编码有utf-8、utf-16、gbk、gb2312、gb18030等。如果编码指定错误数据将无法读取,IPython解释器会报解析错误。
(2)文本文件储存
文本文件的存储和读取类似,结构化数据可以通过pandas中的to_csv函数实现以csv文件格式存储文件。
DataFrame.to_csv(path_or_buf=None, sep=’,’, na_rep=”, columns=None, header=True, index=True,index_label=None,mode=’w’,encoding=None)
参数名称 | 说明 |
---|---|
path_or_buf | 接收string。代表文件路径。无默认。 |
sep | 接收string。代表分隔符。默认为“,”。 |
na_rep | 接收string。代表缺失值。默认为“”。 |
columns | 接收list。代表写出的列名。默认为None。 |
header | 接收boolean,代表是否将列名写出。默认为True。 |
index | 接收boolean,代表是否将行名(索引)写出。默认为True。 |
index_labels | 接收sequence。表示索引名。默认为None。 |
mode | 接收特定string。代表数据写入模式。默认为w。 |
encoding | 接收特定string。代表存储文件的编码格式。默认为None。 |
4. 读写Excel文件
(1)Excel文件读取
pandas提供了 read_excel 函数来读取“xls”“xlsx”两种Excel文件。
pandas.read_excel(io, sheetname=0, header=0, index_col=None)
- 关于文件路径,后面详细讲,请接着往下看
参数名称 | 说明 |
---|---|
io | 接收string。表示文件路径。无默认。 |
sheetname | 接收string、int。代表excel表内数据的分表位置。默认为0。 |
header | 接收int或sequence。表示将某行数据作为列名。默认为infer,表示自动识别。 |
names | 接收int、sequence或者False。表示索引列的位置,取值为sequence则代表多重索引。默认为None。 |
index_col | 接收int、sequence或者False。表示索引列的位置,取值为sequence则代表多重索引。默认为None。 |
dtype | 接收dict。代表写入的数据类型(列名为key,数据格式为values)。默认为None。 |
(2)Excel文件储存
将文件存储为Excel文件,可以使用to_excel方法。其语法格式如下。
DataFrame.to_excel(excel_writer=None, sheetname=None’, na_rep=”, header=True, index=True, index_label=None, mode=’w’, encoding=None)
to_csv方法的常用参数基本一致,区别之处在于指定存储文件的文件路径参数名称为excel_writer,并且没有sep参数,增加了一个sheetnames参数用来指定存储的Excel sheet的名称,默认为sheet1。
5. 当前工作目录 (总结)
-
关于Python的当前工作目录
“当前工作目录”就是 Python (准确地说,Python 解释器和编辑器,如 :Jupyter Notebook 、PyCharm )的读写文件和文件夹的默认路径。如果需要读取外部文件“bc_data.csv”,应事先把此文件放在 “当前工作目录”中。 -
显示当前工作目录的方法:
import os
print(os.getcwd())
-
更改当前工作目录的方法
1.更改当前工作目录的方法:用模块 os 中的函数 chdir() 。在此,先用函数 getcwd() 查看当前工作目录。
os.getcwd()
2.更改当前工作目录的前提是“已经创建了即将用作当前工作目录的文件夹”,如 E:\PythonProjects 。 -
os.chdir('E:\PythonProjects ')
print(os.getcwd())
更改当前工作目录后,仅在 “当前会话” 中有效。 -
我们需要根据目标数据文件的类型以及接下来的数据分析的需要,采用不同的导入方法,比如用内置函数 open() 或 第三方扩展包 pandas 的 read_csv() 、read_excel() 等。
-
例如,将当前工作目录下的文件“bc_data.csv” 读入至本地数据框 “data”。
from pandas import read_csv
data = read_csv('bc_data.csv')
data.head(5)
- read_csv(‘bc_data.csv’) 的前提是将目标文件“bc_data.csv” 已放在当前工作目录中,如:“E:\PythonProjects” 。
关于Python的文件的操作内容就写这么多了,如果觉得有帮助的话,请点个赞哦。
这篇关于Python 文件操作 (open、close、文本文件读取-csv、文本文件储存、读写Excel文件、当前工作目录)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!