零基础上手Python数据分析 (5)：Python文件操作 - 轻松读写，数据导入导出不再是难题-优快云博客

本文链接：https://blog.youkuaiyun.com/kakazhui/article/details/146287255

在这里插入图片描述

写在前面

回顾一下，前几篇博客我们学习了 Python 的基本语法、数据类型和常用数据结构。现在，我们已经具备了 Python 编程的基础能力，可以开始学习如何 与外部世界进行数据交互 了。而 文件操作，就是数据交互的重要桥梁。

在数据分析工作中，数据通常不会直接在程序中生成，而是存储在各种文件中，例如 CSV 文件、文本文件、Excel 文件、数据库文件等。我们需要 从文件中读取数据，才能进行后续的分析和处理。同样，分析的结果也需要 保存到文件中，以便生成报告、共享数据或进行持久化存储。

Excel 文件操作的局限：手动 vs 自动化

对于 Excel 用户来说，文件操作可能并不陌生。我们每天都在打开、编辑、保存 Excel 文件。但 Excel 的文件操作主要依赖 手动操作 和 图形界面，当需要处理 大量文件 或进行 自动化数据处理 时，Excel 就显得力不从心了：

批量文件处理效率低下： 如果要处理成百上千个 Excel 文件，手动一个个打开、复制粘贴，效率极其低下，而且容易出错。
自动化流程难以实现： 虽然 Excel VBA 可以实现一定程度的自动化，但学习成本高，代码复杂，维护困难，难以构建稳定可靠的自动化数据处理流程。
与其他工具集成性差： Excel 文件操作与其他编程语言和数据分析工具的集成性较差，不利于构建更复杂的数据分析系统。

Python 文件操作：高效、自动化、灵活的数据交互

Python 提供了强大的文件操作功能，可以 高效、自动化、灵活 地处理各种文件，尤其在数据分析领域，Python 的文件操作能力更是不可或缺：

代码简洁高效，批量处理文件轻松自如： 使用 Python 代码，几行代码就能实现批量读取、写入、处理多个文件，效率远超手动 Excel 操作。
自动化流程轻松构建： Python 脚本可以方便地实现数据导入、处理、分析、导出的自动化流程，解放重复劳动，提高工作效率。
与数据分析库无缝集成： Python 的 Pandas 等数据分析库可以与文件操作无缝集成，例如直接从 CSV 文件读取数据到 DataFrame，将 DataFrame 数据写入 CSV 文件，数据处理流程更加流畅高效。

🔑 一、文本文件操作：读写纯文本数据

文本文件 是最常见的文件类型之一，它存储的是 纯文本数据，例如 .txt 文件、.log 文件、.ini 配置文件等。文本文件可以使用任何文本编辑器 (例如记事本、Sublime Text、VS Code 等) 打开和编辑。

1. 打开文件：`open()` 函数

要操作文件，首先需要 打开文件。 Python 使用内置的 open() 函数来打开文件，并返回一个 文件对象，通过文件对象可以进行后续的读写操作。

open() 函数的基本语法如下：

file_object = open(file_path, mode='r', encoding=None)

参数说明：

file_path (必需)： 要打开的 文件路径 (字符串)。可以是相对路径或绝对路径。
- 相对路径： 相对于当前工作目录的路径。例如，"data.txt" 表示当前目录下的 data.txt 文件，"data/input.txt" 表示当前目录下的 data 文件夹下的 input.txt 文件。
- 绝对路径： 从文件系统根目录开始的完整路径。例如，"C:/Users/YourName/Documents/data.txt" (Windows 系统)，"/Users/YourName/Documents/data.txt" (macOS/Linux 系统)。

mode (可选，默认为 'r'): 文件打开模式 (字符串)，指定文件的打开方式，例如读取、写入、追加等。常用的模式包括：

模式	描述
`'r'`	读取 (Read)：默认模式，只读方式打开文件，文件不存在会报错。
`'w'`	写入 (Write)：写入方式打开文件，文件存在会覆盖原内容，文件不存在会创建新文件。
`'a'`	追加 (Append)：追加方式打开文件，文件存在会在末尾追加内容，文件不存在会创建新文件。
`'r+'`	读写 (Read and Write)：读写方式打开文件，文件不存在会报错。
`'w+'`	读写 (Write and Read)：读写方式打开文件，文件存在会覆盖原内容，文件不存在会创建新文件。
`'a+'`	追加读写 (Append and Read)：追加读写方式打开文件，文件存在会在末尾追加内容，文件不存在会创建新文件。
`'b'`	二进制模式 (Binary Mode)：用于打开二进制文件 (例如图片、视频、音频等)，需要与其他模式组合使用，例如 `'rb'` (二进制读取)，`'wb'` (二进制写入)。
`'t'`	文本模式 (Text Mode)：默认模式，用于打开文本文件，可以省略 `'t'`。

encoding (可选，默认为 None，通常建议设置为 'utf-8'): 文件编码格式 (字符串)，指定文件的字符编码方式。常用的编码格式包括 'utf-8'、'gbk'、'ascii' 等。 强烈建议在打开文本文件时指定 encoding='utf-8'，以避免中文乱码问题。 UTF-8 是一种通用的字符编码，可以表示世界上大多数语言的字符。

示例：以只读模式打开文本文件

try:
    file = open("my_file.txt", mode='r', encoding='utf-8') # 以只读模式打开 UTF-8 编码的 my_file.txt 文件
    # 文件操作代码将在后续步骤中添加
except FileNotFoundError:
    print("文件未找到，请检查文件路径是否正确。")

⚠️ 重要：文件操作完成后，务必关闭文件！ 打开文件会占用系统资源，如果不及时关闭，可能会导致资源泄漏，甚至数据丢失。可以使用 file.close() 方法手动关闭文件，或者使用 with open(...) as file: 语句 自动管理文件关闭 (推荐使用 with 语句，更安全方便，后面会详细介绍)。

2. 读取文本文件内容

打开文件后，可以使用文件对象的 读取方法 读取文件内容。常用的读取方法包括：

read(size=-1): 读取整个文件的内容，并返回一个 字符串。如果指定了 size 参数 (正整数)，则最多读取 size 个字符。如果文件很大，一次性读取全部内容可能会占用大量内存，不适合读取超大文件。

try:
    file = open("my_file.txt", mode='r', encoding='utf-8')
    content = file.read()  # 读取整个文件内容
    print(content)
except FileNotFoundError:
    print("文件未找到。")
finally:
    if 'file' in locals() and file: # 确保 file 变量存在且已赋值，再关闭文件
        file.close()