Pandas导入导出excel、csv、txt文件教程

赏缸羡鱼

目录

• Excel
  
  
  
  • Excel导入
    
  • Excel导出
    
  
  
• CSV
  
  
  
  • CSV导入
    
  • CSV导出
    
  
  
• TXT
  
  
  
  • 导入txt
    
  • 导出txt
    
  
  

Pandas 是一个强大的数据分析和处理库，可以用来读取和处理多种数据格式，包括 Excel 文件。下面是如何使用 Pandas 读取 Excel 文件的示例：
首先，确保您已经安装了 Pandas。如果尚未安装，可以使用以下命令安装：

1. pip install pandas

复制代码

Excel


Excel导入

然后，您可以按照以下步骤读取 Excel 文件：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

读取 Excel 文件： 使用 Pandas 的

1. read_excel

复制代码

函数来读取 Excel 文件。传递文件路径作为参数。

1. df = pd.read_excel('path/to/your/file.xlsx')

复制代码

可选参数：

1. read_excel

复制代码

函数还支持许多可选参数，例如 sheet_name（工作表名称或索引）、header（列头行的索引）、index_col（作为索引的列）、usecols（要读取的列）、dtype（指定数据类型）等等。根据需要进行设置。
以下是一个完整的示例，假设您的 Excel 文件名为

1. data.xlsx

复制代码

，其中包含一个名为

1. Sheet1

复制代码

的工作表：

1. import pandas as pd
   
2. 
   
3. # 读取 Excel 文件
   
4. df = pd.read_excel('data.xlsx', sheet_name='Sheet1')
   
5. 
   
6. # 打印前几行数据
   
7. print(df.head())

复制代码

这个示例会读取 Excel 文件中的

1. Sheet1

复制代码

工作表，并打印出前几行数据。
请根据您的实际情况调整文件路径、工作表名称以及其他参数。

Excel导出

使用 Pandas 可以将数据导出到 Excel 文件。下面是如何使用 Pandas 导出数据到 Excel 文件的示例：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

创建数据： 创建一个 Pandas DataFrame，这将是要导出到 Excel 文件的数据。

1. data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)

复制代码

导出到 Excel 文件： 使用 Pandas 的

1. to_excel

复制代码

方法将 DataFrame 导出到 Excel 文件。传递文件路径作为参数。

1. df.to_excel('output.xlsx', index=False)

复制代码

在这个示例中，数据将被导出到名为

1. output.xlsx

复制代码

的 Excel 文件中。

1. index=False

复制代码

参数指示不保存 DataFrame 的索引列。
完整示例代码：

1. import pandas as pd# 创建数据data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)# 导出到 Excel 文件df.to_excel('output.xlsx', index=False)

复制代码

这将生成一个包含数据的 Excel 文件

1. output.xlsx

复制代码

。您可以根据需要进行修改，包括文件路径、数据和其他选项。

CSV


CSV导入

使用 Pandas 可以很容易地将 CSV 数据导入到 DataFrame 中。下面是如何使用 Pandas 导入 CSV 数据的示例：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

读取 CSV 文件： 使用 Pandas 的

1. read_csv

复制代码

函数来读取 CSV 文件。传递文件路径作为参数。

1. df = pd.read_csv('path/to/your/file.csv')

复制代码

可选参数：

1. read_csv

复制代码

函数还支持许多可选参数，例如 sep（分隔符）、header（列头行的索引）、index_col（作为索引的列）、usecols（要读取的列）、dtype（指定数据类型）等等。根据需要进行设置。
以下是一个完整的示例，假设您的 CSV 文件名为

1. data.csv

复制代码

，包含以下数据：

1. Name,Age,CityAlice,25,New YorkBob,30,LondonCharlie,22,Paris

复制代码

1. import pandas as pd
   
2. 
   
3. # 读取 CSV 文件
   
4. df = pd.read_csv('data.csv')
   
5. 
   
6. # 打印数据
   
7. print(df)

复制代码

这个示例会读取 CSV 文件中的数据并将其打印出来。
请根据您的实际情况调整文件路径和其他参数。

CSV导出

使用 Pandas 可以将数据导出到 CSV 文件。下面是如何使用 Pandas 导出数据到 CSV 文件的示例：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

创建数据： 创建一个 Pandas DataFrame，这将是要导出到 CSV 文件的数据。

1. data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)

复制代码

导出到 CSV 文件： 使用 Pandas 的

1. to_csv

复制代码

方法将 DataFrame 导出到 CSV 文件。传递文件路径作为参数。

1. df.to_csv('output.csv', index=False)

复制代码

在这个示例中，数据将被导出到名为

1. output.csv

复制代码

的 CSV 文件中。

1. index=False

复制代码

参数指示不保存 DataFrame 的索引列。
完整示例代码：

1. import pandas as pd# 创建数据data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)# 导出到 CSV 文件df.to_csv('output.csv', index=False)

复制代码

这将生成一个包含数据的 CSV 文件

1. output.csv

复制代码

。您可以根据需要进行修改，包括文件路径、数据和其他选项。有关更多导出选项，您可以查阅 Pandas 文档中的

1. to_csv

复制代码

函数部分。

TXT


导入txt

使用 Pandas 也可以将文本数据（如 txt 文件）导入到 DataFrame 中。下面是如何使用 Pandas 导入文本数据到 DataFrame 的示例：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

读取文本文件： 使用 Pandas 的

1. read_csv

复制代码

函数来读取文本文件。传递文件路径作为参数，并在需要时指定分隔符、列名等选项。

1. df = pd.read_csv('path/to/your/file.txt', sep='\t', header=None, names=['Column1', 'Column2', 'Column3'])

复制代码

在这个示例中，假设您的 txt 文件包含 tab 分隔的数据，并且没有列头。您可以通过设置

1. sep

复制代码

参数为

1. \t

复制代码

来指定分隔符，并使用

1. header=None

复制代码

来指示没有列头。然后，您可以使用

1. names

复制代码

参数为列指定名称。
可选参数：

1. read_csv

复制代码

函数还支持许多其他可选参数，例如

1. delimiter

复制代码

（分隔符）、

1. index_col

复制代码

（作为索引的列）、

1. usecols

复制代码

（要读取的列）、

1. dtype

复制代码

（指定数据类型）等等。根据需要进行设置。
以下是一个示例，假设您的 txt 文件名为

1. data.txt

复制代码

，包含以下数据：

1. Alice    25    New YorkBob      30    LondonCharlie  22    Paris

复制代码

1. import pandas as pd
   
2. 
   
3. # 读取文本文件
   
4. df = pd.read_csv('data.txt', sep='\t', header=None, names=['Name', 'Age', 'City'])
   
5. 
   
6. # 打印数据
   
7. print(df)

复制代码

这个示例会读取文本文件中的数据并将其打印出来。
请根据您的实际情况调整文件路径、分隔符和其他参数。

导出txt

要将数据导出到文本文件（如 txt 文件），您可以使用 Pandas 中的

1. to_csv

复制代码

函数，将 DataFrame 的内容保存为纯文本格式。以下是一个示例：
导入 Pandas： 在 Python 代码中导入 Pandas 库。

1. import pandas as pd

复制代码

创建数据： 创建一个 Pandas DataFrame，这将是要导出到文本文件的数据。

1. data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)

复制代码

导出到文本文件： 使用 Pandas 的

1. to_csv

复制代码

方法将 DataFrame 导出到文本文件。传递文件路径和文件扩展名（例如

1. .txt

复制代码

）作为参数，同时设置适当的分隔符。

1. df.to_csv('output.txt', sep='\t', index=False)

复制代码

在这个示例中，数据将被导出到名为

1. output.txt

复制代码

的文本文件中。

1. sep='\t'

复制代码

参数指示使用制表符作为分隔符，

1. index=False

复制代码

参数指示不保存 DataFrame 的索引列。
完整示例代码：

1. import pandas as pd# 创建数据data = {
   
2.     'Name': ['Alice', 'Bob', 'Charlie'],
   
3.     'Age': [25, 30, 22],
   
4.     'City': ['New York', 'London', 'Paris']
   
5. }
   
6. 
   
7. df = pd.DataFrame(data)# 导出到文本文件df.to_csv('output.txt', sep='\t', index=False)

复制代码

这将生成一个包含数据的文本文件

1. output.txt

复制代码

。您可以根据需要进行修改，包括文件路径、分隔符和数据。有关更多导出选项，您可以查阅 Pandas 文档中的

1. to_csv

复制代码

函数部分。
到此这篇关于Pandas导入导出excel、csv、txt文件教程的文章就介绍到这了,更多相关Pandas导入导出excel、csv、txt内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

囧王者小迷妹

顶一个，观点非常中肯！

阿忠

好用好用

瓦洛克18

我不确定这个信息的准确性，请再确认一下

原用于种植

谢谢你的提醒，我会注意的。

戏子自

我想了解更多

浩哥丶x

太棒了！感谢分享这个信息！

哥哥的烦恼

感谢分享，受益匪浅！

于怀

你的信息来源是？我想了解更多。

周大汤

666666666666