Python读写文件代码

1.读取csv文件

with open(文件路径,'r',encoding='utf-8') as file:
    reader = csv.reader(file)
    for line in reader:  #循环后，line是每一行的文件，如果需要行文件的列，则用索引line[i]选择
        a[line[0]]=line[1]
        b[line[0]]=line[3]
1
2
3
4
5

1.读并写文件csv文件（追加文件）

当需要将文件test3文件的部分内容写入到output文件的时候：
思路1：将数据少的文件写成字典，然后打开并写入到output中‘
思路2：同时打开两个文件，然后再写入新的文件，但是这种方法需要不断的打开某一个文件进行遍历，因为使用with open打开遍历一次以后，不会初始化，因此需要不断地进行打开。该文件很浪费时间。

下述代码为思路1的代码：

# 附件3数据处理 
import csv

path3 = 'C:/Users/Administrator/Desktop/C0909/data/test3.csv'
path4 = 'C:/Users/Administrator/Desktop/C0909/output.csv'

c = {}

with open(path3,'r',encoding='utf-8') as file:
    readers3 = csv.reader(file)
    for i in readers3:
        k = i[0]+ ',' + i[1]
        c[k] = i[2]
# print(c)

with open(path4,'r',encoding='utf-8') as csvfile:
    reader4 = csv.reader(csvfile)
    headers2 = next(reader4)      
    # 添加新的一列
    headers2.append('批发价格')
    with open('./AllData1.csv', 'w', newline='',encoding='utf-8') as outfile1:
        # 写入表头
        writer_price = csv.writer(outfile1)
        writer_price.writerow(headers2)
        
        for r in reader4:
            for c_k,c_v in c.items():
                if r[0] + ',' + r[2] == c_k:
                    r.append(c_v)
                    # 写入新的一行数据
                    writer_price.writerow(r)
                    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

下述代码是思路2的代码：

#附件3整合output文件(到附件1+附件2的整合文件) = AllData文件
path3 = 'C:/Users/86166/Desktop/C0908/data/附件3.csv'
path4 = 'C:/Users/86166/Desktop/C0908/output.csv'


                    
with open(path4,'r',encoding='utf-8') as csvfile:
    reader4 = csv.reader(csvfile)
    headers2 = next(reader4)
    print(headers2)     
    # 添加新的一列
    headers2.append('批发价格')
    
    with open('./AllData.csv', 'w', newline='') as outfile1:
        # 写入表头
        writer_price = csv.writer(outfile1)
        writer_price.writerow(headers2)
            
        for row4 in reader4:
            # print(row4)
            with open(path3,'r',encoding='utf-8') as csv_file:
                reader3 = csv.reader(csv_file)
                headers3 = next(reader3)         
                print(headers3)
                sum = 0   
                for row3 in reader3:
                    # print(row3)
                    # 附件3中的数据说明：row3[0] 日期，row3[1] 单品编号,row[2] 批发价格
                    # output文件中的数据说明：row4[0] 日期, row4[2] 单品编号

                    if row4[0] + ',' + row4[2] != row3[0] + ',' + row3[1]:
                      
                        continue
                    else:
                        # 在每一行数据中添加新的一列的值
                        row4.append(row3[2])

                        # 写入新的一行数据
                        writer_price.writerow(row4)                 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

3.读取xlsx文件[使用pandas]

3.2基本操作

import os
import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_excel('../data1/sale.xlsx')
data.head() #查看前5行
data.tail() #查看倒数5行
data.shape #查看维度信息
data.dtypes #查看每一列的数据格式

# 查看列数据信息
data['日销售额']  #或则data.列名
#查看单行或者多行数据：
data.iloc[4] #提取第4行
data.iloc[:,0:4] #提取所有行，0到4列
data['日销售额'].mean()  #求列平均值
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

3.2 逐行读取

3.2.1逐行读取指定列的操作

#逐行读数据
import pandas as pd
data = pd.read_excel('../data1/compare.xlsx')
"""先获取二维列表格式的值，然后遍历二维列表"""
for row in data.values:	# 遍历所有行
    print(row) #一行全部输出
    print(row[1]) #输出行的第1列数据
1
2
3
4
5
6
7

3.2.2逐行读取指定列的操作

import pandas as pd
#提取每一行的数据的指定列数据
data = pd.read_excel('../data1/compare.xlsx')
for i in range(data.shape[0]):    
    print(data.iloc[i,1])  #选取每一行(i)的第1列数据
    求第一列+第三列的和 = data.iloc[i,1] + data.iloc[i,3]
1
2
3
4
5
6

3.3 依次循环读取每一个数据[共3种方法]

#逐行读数据[共3种方法]
import pandas as pd
data = pd.read_excel('../data1/compare.xlsx')
"""先获取二维列表格式的值，然后遍历二维列表"""
for row in data.values:	# 遍历所有行
    for value in row:	# 遍历行的每列值
        print(value,end=",")
    print()

"""根据行索引和列名遍历"""
for row_index in data.index:
    for column_name in data.columns:
        print(data.loc[row_index, column_name],end=",")
    print()
"""根据行列的数字索引遍历"""
for i in range(data.shape[0]):
    for j in range(data.shape[1]):
        print(data.iloc[i, j],end=",")
    print()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19