标签:obj pd python excel df file txt
读txt
file_obj=open("1.txt","rb")#mode=r/w
txt=file_obj.read()//一次全部读取,基本能cover
txt=file_obj.readline()//逐行读取,带有/R/N
txt=file_obj.readline()//逐行读取下一行,带有/R/N
txt=file_obj.readlines()//读取为一个数组
file_obj.close()
写txt
file_obj=open("1.txt","w")#mode=r/w
txt="123456\n"//靠\n换行
file_obj.write(txt)
file_obj.writelines(txt)
file_obj.writelines([txt,txt])
file_obj.close
用with的方法
with open("1.txt","r",encoding="utf-8") as file_obj:
a=file_obj.read()
print(a)
从json读取
json.load()//从文件中读取
json.loads()//从字符串读取
json.dump()//向文件写入
json.dumps()//向字符串写入
import json
Dict1={
"d":-0.5000000000000000,
"e":0.10000000000,
"f":{
"ST/X":[-153,21.3],
"WERT":[0.03650,0.0360,0.02629]
}
}
Dict2={
"a":-0.5000000000000000,
"b":0.300450000000000000,
"c":{
"ST/X":[-150.0,85.6,221.3],
"WERT":[0.03650,0.0360,0.02629]
}
}
dict3={}
dict3.update(Dict1)
dict3.update(Dict2)
with open("1.json","w") as f:#写入calibration
json.dump(dict3,f)
读写csv
import pandas as pd
file_obj="1.csv"
file_obj2="2.csv"
a=pd.read_csv(file_obj)
print(a)
a.to_csv(file_obj2)
读写Excel
import pandas as pd
df_obj=pd.read_excel("1.xlsx",sheetname="Sheet1")#读取一个表
print(df_obj)#预览前几行
df_objs=pd.read_excel("1.xlsx",sheetname=["Sheet1","Sheet2","Sheet3"])#读取多个表,存字典中
for j in df_objs.values():
print(j)
import pandas as pd
df_obj=pd.read_excel("1.xlsx",sheetname="Sheet1")
print(df_obj)#预览前几行
# df_obj.to_excel("2.xlsx",index=False)
writer=pd.ExcelWriter("2.xlsx")
df_obj.to_excel(writer,"1")
df_obj.to_excel(writer,"21")
df_obj.to_excel(writer,"Sheet3")
writer.save()
标签:obj,pd,python,excel,df,file,txt 来源: https://blog.51cto.com/14156081/2363227
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。