python各种文件读取

目录

1、json文件

2、csv

3、用with来读取文件，可避免忘掉f.close()

4、用pandas读取excel/csv文件

---

---

 

---

1、json文件

1）、JSON文件样式：
数据保存在键值中；
键值对间由逗号分隔；
花括号用于保存键值对数据组成的对象；
方括号用于保存键值对数据组成的数组（多个对象组成）；【{}，{}】

                                                    

2）、json文件操作：

dumps() 将python格式转成json; loads() 将json转成python
dump() 输出到文件; load() 读取json文件

3）、举例

import json

读取数据：

f = open(filepath, mode='r', encoding='utf-8') #r只读，不能写，默认为此类型，
city_list = json.load(f) #从json读到python

写入数据：

f = open('top5_aqi.json', mode='w', encoding='utf-8') # w为清除文件，写入， a为不清除文件，在后面写入
json.dump(top5, f, ensure_ascii=False) #python转成json
f.close()

2、csv

有两种方式，一种为转化为pandas.Dataframe的数据类型，然后使用df.to_csv保存，一种是使用csv库中的writer()函数。

使用writer(import csv)

f = open('./shan.csv', mode='w', encoding='utf-8')
writer = csv.writer(f)
for i in range(len(trainMarkedWords)):
    writer.writerow(trainMarkedWords[i])
f.close()

1）、规则

用逗号隔开

2）、函数

csv.writerow(list) 将列表元素写入文件的一行

3）、例子：

f = open('api.csv', mode='w', encoding='utf-8', newline='')
write = csv.writer(f)
for line in lines:
    write.writerow(line)

f.close()

使用pd.DataFrame()

data.to_csv()

trainMarkedWords = np.array(trainMarkedWords) #先将list转为array
data = pd.DataFrame(columns=None, data=trainMarkedWords)
data.to_csv('./shan1.csv')
print ("数据转成矩阵！")

 

3、用with来读取文件，可避免忘掉f.close()

with open('china_api.csv', 'w', endcoding='utf-8', newline='' ) as f:
    writer = csv.writer(f)
    writer.writerow(header)   
    for i, city in enumerate(city_list):
        if (i + 1) % 10 == 0:
            print("%%%%%%%正在处理第{}个城市：".format(i + 1)) 

        city_name = city[0]
        ciyt_api = city[1]
        row = city_name + city_api
        writer.writerow(row)

4、用pandas读取excel/csv文件

pandas.read_excel()

此函数与pandas.read_csv()的区别在于pandas.read_excel()可读取文档里既含字符类型又含数字类型。

1、常用参数：sheet_name;header;names

1)、sheet_name

2)、header

3）、name

API: http://pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.read_excel.html