Python处理Excel表格文件（读取和写入，pandas版）

**（主要用于自己以后观看）**很多时候需要对表格数据进行读写，方法很多，比如Python自带的csv包、以及直接用open和write就可以实现。但是既然用Python了，那肯定怎么简单怎么来。在我使用之后，感觉pandas包处理起来还是十分不错的。留此自用，若有任何问题，欢迎各位大佬批评指出。

Pandas读取

1.读取csv文件

import pandas as pd
imput_txt=r'D:/txt.txt'
dataset_train=pd.read_csv(input_txt)
1
2
3

然后就能把文件顺利读取出来啦

如果想对这个dataset进行读取，那么可通过以下方式：（表示读取所有行，从第一列开始。）

train_x=dataset_train.iloc[:,1:]
1

2.读取xlsx文件

如果是xlsx文件，那么也比较简单：

import pandas as pd
imput_txt=r'D:/txt.txt'
train_data=pd.read_excel(train_dir)
1
2
3

若要读取某行列数据，上同。

3.读取txt文件(空格隔开)

如果直接读取txt文件（非逗号隔开的）呢？
我们都知道，如果txt文件中，数据使用逗号隔开的，那么其实就等同于csv文件，可以直接用read_csv直接读取。如果不是逗号隔开，则不能直接像上面那样读取，但是可以通过更改read_csv里面的sep来达成目的：

import pandas as pd
input_txt='train.txt'
dataset_train=pd.read_csv(input_txt,sep=' ',header=None)
1
2
3

如果是csv，默认的sep=‘,’，因此，如果是带空格分隔的，直接将sep改成’ '即可。

Pandas写入（csv）

import pandas as pd
import os
...
...
...
csv_data=pd.DataFrame({'data':data,'col':cols,'row':rows})
csv_data.to_csv(os.path.join(r'F:\ML\模拟验证\pred_co2',file_name),sep=',',index=0)
1
2
3
4
5
6
7

里面主要是现将需要写入的数据转成pandas的dataframe，然后直接.to_csv即可。其中sep=‘,’，表示最终为csv格式，如果写成空格，估计也能成为普通的空格间隔的txt格式（未实验，瞎猜的。）