Pandas导入导出excel、csv、txt文件（全网最全教程）_pandas导出到excel

Pandas导入导出excel、csv、txt文件

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：

pip install pandas
1

Excel

Excel导入

然后，您可以按照以下步骤读取 Excel 文件：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

2. 读取 Excel 文件： 使用 Pandas 的 read_excel 函数来读取 Excel 文件。传递文件路径作为参数。

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

3. 可选参数： read_excel 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 data.xlsx，其中包含一个名为 Sheet1 的工作表：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 打印前几行数据
print(df.head())
1
2
3
4
5
6
7

这个示例会读取 Excel 文件中的 Sheet1 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：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

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

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)
1
2
3
4
5
6
7

3. 导出到 Excel 文件： 使用 Pandas 的 to_excel 方法将 DataFrame 导出到 Excel 文件。传递文件路径作为参数。

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

在这个示例中，数据将被导出到名为 output.xlsx 的 Excel 文件中。index=False 参数指示不保存 DataFrame 的索引列。

完整示例代码：

import pandas as pd

# 创建数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 导出到 Excel 文件
df.to_excel('output.xlsx', index=False)
1
2
3
4
5
6
7
8
9
10
11
12
13

这将生成一个包含数据的 Excel 文件 output.xlsx。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：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

2. 读取 CSV 文件： 使用 Pandas 的 read_csv 函数来读取 CSV 文件。传递文件路径作为参数。

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

3. 可选参数： read_csv 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 data.csv，包含以下数据：

Name,Age,City
Alice,25,New York
Bob,30,London
Charlie,22,Paris
1
2
3
4

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('data.csv')

# 打印数据
print(df)
1
2
3
4
5
6
7

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：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

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

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)
1
2
3
4
5
6
7

3. 导出到 CSV 文件： 使用 Pandas 的 to_csv 方法将 DataFrame 导出到 CSV 文件。传递文件路径作为参数。

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

在这个示例中，数据将被导出到名为 output.csv 的 CSV 文件中。index=False 参数指示不保存 DataFrame 的索引列。

完整示例代码：

import pandas as pd

# 创建数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 导出到 CSV 文件
df.to_csv('output.csv', index=False)
1
2
3
4
5
6
7
8
9
10
11
12
13
'
运行
运行

这将生成一个包含数据的 CSV 文件 output.csv。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 to_csv 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：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

2. 读取文本文件： 使用 Pandas 的 read_csv 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。

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

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 sep 参数为 \t 来指定分隔符，并使用 header=None 来指示没有列头。然后，您可以使用 names 参数为列指定名称。

3. 可选参数： read_csv 函数还支持许多其他可选参数，例如 delimiter（分隔符）、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。

以下是一个示例，假设您的 txt 文件名为 data.txt，包含以下数据：

Alice    25    New York
Bob      30    London
Charlie  22    Paris
1
2
3

import pandas as pd

# 读取文本文件
df = pd.read_csv('data.txt', sep='\t', header=None, names=['Name', 'Age', 'City'])

# 打印数据
print(df)
1
2
3
4
5
6
7

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 to_csv 函数，将 DataFrame 的内容保存为纯文本格式。以下是一个示例：

1. 导入 Pandas： 在 Python 代码中导入 Pandas 库。

import pandas as pd
1
'
运行
运行

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

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)
1
2
3
4
5
6
7

3. 导出到文本文件： 使用 Pandas 的 to_csv 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 .txt）作为参数，同时设置适当的分隔符。

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

在这个示例中，数据将被导出到名为 output.txt 的文本文件中。sep='\t' 参数指示使用制表符作为分隔符，index=False 参数指示不保存 DataFrame 的索引列。

完整示例代码：

import pandas as pd

# 创建数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 导出到文本文件
df.to_csv('output.txt', sep='\t', index=False)
1
2
3
4
5
6
7
8
9
10
11
12
13
'
运行
运行

这将生成一个包含数据的文本文件 output.txt。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 to_csv 函数部分。