Pandas读写不同数据源数据

读取文本文件

1. 读取txt文件

代码：

data_txt = pd.read_csv('Data/meal_order_info.txt') #文件路径
print(data_txt)

结果：

  info_id emp_id number_consumers mode dining_table_id dining_table_name expenditure dishes_count accounts_payable use_start_time check_closed lock_time cashier_id pc_id order_number org_id print_doc_bill_num lock_table_info order_status phone name
0    417 1442 4  1501 1022 165 5 165 "2016/8/1 11:0...                                                                                                                                                                                                    
1    301 1095 3  1430 1031 321 6 321 "2016/8/1 11:1...                                                                                                                                                                                                    
2    413 1147 6  1488 1009 854 15 854 "2016/8/1 12:...                                                                                                                                                                                                    
3    415 1166 4  1502 1023 466 10 466 "2016/8/1 12:...                                                                                                                                                                                                    
4    392 1094 10  1499 1020 704 24 704 "2016/8/1 12...                                                                                                                                                                                                    
..                                                 ...

sep=’ ’ 的作用：将元素之间用空格进行隔开

data_txt = pd.read_csv('Data/meal_order_info.txt', sep=' ')
print(data_txt)

 info_id  emp_id  number_consumers  ...  order_status        phone  name
0        417    1442                 4  ...             1  18688880641   苗宇怡
1        301    1095                 3  ...             1  18688880174    赵颖
2        413    1147                 6  ...             1  18688880276   徐毅凡
3        415    1166                 4  ...             1  18688880231   张大鹏
4        392    1094                10  ...             1  18688880173   孙熙凯
..       ...     ...               ...  ...           ...          ...   ...

2. 读取csv文件
代码：

data_csv = pd.read_csv('Data/meal_order_info.csv', encoding='GBK', header=None)  # 元素之间用空格隔开
print(data_csv)
"""
 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
报错：UnicodeDecodeError: 
  'utf-8' codec can't decode byte 0xc3 in position 401: invalid continuation byte
  
  读取：用存储文件的编码方式去解码才能正常进python内存里面
  默认的encoding='utf-8',有时候中文并不是用utf-8去解码的，所以要用其他的：GBK...
"""

结果：

 0       1                 2   ...            18           19    20
0    info_id  emp_id  number_consumers  ...  order_status        phone  name
1        417    1442                 4  ...             1  18688880641   苗宇怡
2        301    1095                 3  ...             1  18688880174    赵颖
3        413    1147                 6  ...             1  18688880276   徐毅凡
4        415    1166                 4  ...             1  18688880231   张大鹏
..       ...     ...               ...  ...           ...          ...   ...

3. 读取excel文件：read_excel()函数来读取xls,xlsx文件

data_excel = pd.read_excel('Data/meal_order_detail.xlsx', sheet_name=1)
print(data_excel)

3. 文本文件读取
➢ 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。

文本文件储存

1. 将数据框存储为文本文件：
to_csv()方法，前面要跟具体的数据框对象

data_csv.to_csv('DataSave/meal_order_info.csv', index=None, header=None)
"""
data_csv:表示需要存储的文件对象；
DataSave/meal_order_info.csv：表示存储的路径和文件名；
原来的数据框里面可能有默认的行列标号，通过index（行）,header（列）参数去掉
index=None
header=None
"""

2. Excel文件储存

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。