Python数据读取、写入与基本查看教程

介绍

在Python编程中，数据操作是许多任务的核心，无论是数据分析、机器学习还是日常自动化。本教程将指导你从零开始学习如何读取数据、写入数据和基本查看数据，内容简单易懂，适合Python新手。

准备工作

在开始之前，确保你已安装Python和必要的库。你可以通过pip安装pandas库（如果尚未安装）：

pip install pandas

数据读取

读取文本文件

使用Python内置的open()函数可以轻松读取文本文件。这是一种基础但强大的方法。

# 示例：读取文本文件并打印内容
with open('data.txt', 'r') as file:  # 'r' 表示读取模式
    data = file.read()
    print("文件内容：")
    print(data)

解释：

• with open(...) 语句自动管理文件资源，避免忘记关闭文件。
• 'r' 是文件模式，指定为读取。

读取CSV文件

CSV（逗号分隔值）是一种常见的数据格式。使用pandas库可以更高效地读取CSV文件。

import pandas as pd  # 导入pandas库

# 读取CSV文件
# 假设有一个名为 'data.csv' 的文件
# 如果文件不存在，请确保路径正确

df = pd.read_csv('data.csv')  # 将数据读取为DataFrame对象
print("CSV数据预览：")
print(df)  # 打印整个DataFrame

解释：

• pandas的read_csv()函数自动处理CSV文件的结构化数据。
• df 是一个DataFrame对象，是pandas的核心数据结构，类似表格。

读取其他格式

除了文本和CSV，pandas还支持Excel、JSON等格式。例如：

# 读取Excel文件（需安装 openpyxl：pip install openpyxl）
df_excel = pd.read_excel('data.xlsx')
print("Excel数据预览：")
print(df_excel.head())  # 只查看前几行，避免输出太多

数据写入

写入文本文件

使用内置open()函数将数据写入文本文件。

# 示例：写入文本到文件
with open('output.txt', 'w') as file:  # 'w' 表示写入模式，会覆盖现有内容
    file.write("这是写入的第一行数据。\n")
    file.write("这是第二行。\n")
print("文本文件已写入完成。")

解释：

• 'w' 模式写入文件，如果文件不存在则创建，存在则覆盖。
• 使用\n添加换行。

写入CSV文件

使用pandas将DataFrame数据写入CSV文件。

# 假设df是一个已有的DataFrame
# 例如，从上面读取的df，或新建数据
df.to_csv('output.csv', index=False)  # index=False 避免写入索引列
print("CSV文件已保存为 'output.csv'")

解释：

• to_csv()方法将DataFrame写入CSV文件。
• index=False 是一个常用参数，防止额外的索引列被写入。

基本查看

读取数据后，查看其基本信息是关键步骤。

使用print查看

简单使用print()函数查看数据。

# 查看文本数据
with open('data.txt', 'r') as file:
    content = file.read()
    print("文本内容：", content)

# 查看pandas DataFrame数据
print("DataFrame数据：")
print(df)  # 打印整个DataFrame，适合小数据集

使用pandas方法查看

pandas提供了多种方法来查看数据属性。

# 查看前5行数据
print("前5行数据：")
print(df.head())

# 查看后5行数据
print("后5行数据：")
print(df.tail())

# 查看数据形状（行数和列数）
print("数据形状：")
print(df.shape)  # 输出例如 (100, 3) 表示100行3列

# 查看列名
print("列名：")
print(df.columns)

# 查看数据类型
print("数据类型：")
print(df.dtypes)  # 显示每列的数据类型，如int64、object等

# 查看基本信息总结
print("数据信息：")
print(df.info())  # 包括行数、列数、数据类型和非空值数量

示例综合练习

假设你有一个CSV文件example.csv，内容如下（可以自行创建）：

Name,Age,City
Alice,25,New York
Bob,30,London
Charlie,22,Paris

现在，使用Python进行操作：

import pandas as pd

# 读取数据
df = pd.read_csv('example.csv')
print("原始数据：")
print(df)

# 写入新数据
new_data = {'Name': ['Diana'], 'Age': [28], 'City': ['Berlin']}
df_new = pd.DataFrame(new_data)  # 创建新的DataFrame
df_new.to_csv('new_data.csv', index=False)
print("新数据已保存。")

# 查看基本属性
print("\n数据查看：")
print("前2行：")
print(df.head(2))
print("形状：", df.shape)
print("列名：", list(df.columns))

总结

通过本教程，你学会了：

• 数据读取：使用内置函数读取文本文件，使用pandas读取CSV等结构化数据。
• 数据写入：将数据保存到文本或CSV文件。
• 基本查看：利用print和pandas方法查看数据的前几行、形状、列名等。

这些是Python数据操作的入门基础。建议你动手实践，修改示例代码以适应自己的数据。随着学习深入，可以探索更多高级功能，如数据清洗和可视化。

如果你遇到问题，请参考Python官方文档或社区论坛。祝你学习愉快！