Python文件和數(shù)據(jù)格式化的主要功能介紹

匯報(bào)人：XX2024-01-10Python文件和數(shù)據(jù)格式化的主要功能介紹目錄文件操作基礎(chǔ)數(shù)據(jù)格式化基礎(chǔ)文件與數(shù)據(jù)格式化應(yīng)用Python內(nèi)置庫(kù)實(shí)現(xiàn)數(shù)據(jù)格式化目錄第三方庫(kù)實(shí)現(xiàn)數(shù)據(jù)格式化實(shí)戰(zhàn)案例：Python在數(shù)據(jù)清洗中的應(yīng)用01文件操作基礎(chǔ)

打開與關(guān)閉文件open()函數(shù)用于打開一個(gè)文件，并返回一個(gè)文件對(duì)象?？梢灾付ù蜷_模式（如讀取、寫入、追加等）。close()方法用于關(guān)閉一個(gè)已打開的文件。關(guān)閉文件可以釋放系統(tǒng)資源，并確保對(duì)文件的更改被保存。with語句可以自動(dòng)管理文件的打開和關(guān)閉，即使在處理文件時(shí)發(fā)生異常也能確保文件被正確關(guān)閉。03readlines()方法讀取文件的全部?jī)?nèi)容，并返回一個(gè)包含每一行內(nèi)容的列表。01read()方法讀取文件的全部?jī)?nèi)容，并返回一個(gè)字符串。02readline()方法讀取文件的一行內(nèi)容，并返回一個(gè)字符串。讀取文件內(nèi)容01將一個(gè)字符串寫入文件。如果文件已存在，則會(huì)覆蓋原有內(nèi)容。write()方法02將一個(gè)字符串列表寫入文件。如果文件已存在，則會(huì)追加到文件末尾。writelines()方法03在打開文件時(shí)使用追加模式（`'a'`），可以將新的內(nèi)容追加到文件末尾，而不是覆蓋原有內(nèi)容。追加模式寫入文件內(nèi)容02數(shù)據(jù)格式化基礎(chǔ)Python中有多種數(shù)據(jù)類型，包括整數(shù)、浮點(diǎn)數(shù)、字符串、布爾值、列表、元組、字典和集合等。每種數(shù)據(jù)類型都有其特定的用途和操作方式。數(shù)據(jù)類型變量是存儲(chǔ)數(shù)據(jù)的一種方式，可以存儲(chǔ)不同類型的數(shù)據(jù)，并且可以隨時(shí)更改其值。在Python中，變量名必須以字母或下劃線開頭，后面可以跟字母、數(shù)字或下劃線。變量數(shù)據(jù)類型與變量字符串格式化Python提供了多種方式來格式化字符串，包括使用`%`運(yùn)算符、`str.format()`方法和f-string（格式化字符串字面值）等。這些方法可以將變量或表達(dá)式的值插入到字符串中，從而生成格式化的字符串。格式化選項(xiàng)在格式化字符串時(shí)，可以使用不同的格式化選項(xiàng)來控制字符串的格式，例如設(shè)置字段寬度、精度、對(duì)齊方式等。這些選項(xiàng)可以使生成的字符串更加整齊、易讀。格式化字符串Python的`datetime`模塊提供了處理日期和時(shí)間的類和方法，包括日期、時(shí)間、日期時(shí)間、時(shí)間差等。這些類和方法可以用于創(chuàng)建、操作和格式化日期和時(shí)間。日期和時(shí)間模塊datetime模塊中的strftime和strptime方法可以用于格式化日期和時(shí)間。strftime方法可以將日期和時(shí)間對(duì)象轉(zhuǎn)換為格式化的字符串，而strptime方法則可以將格式化的字符串解析為日期和時(shí)間對(duì)象。格式化日期和時(shí)間處理日期和時(shí)間03文件與數(shù)據(jù)格式化應(yīng)用123Python通過內(nèi)置的`csv`模塊，可以方便地讀取CSV文件的內(nèi)容，并將其轉(zhuǎn)換為Python的數(shù)據(jù)結(jié)構(gòu)進(jìn)行處理。CSV文件讀取在讀取CSV文件后，Python可以對(duì)其內(nèi)容進(jìn)行解析，比如提取特定列的數(shù)據(jù)、進(jìn)行數(shù)據(jù)清洗和轉(zhuǎn)換等。CSV文件解析除了讀取和解析CSV文件外，Python也可以將數(shù)據(jù)寫入CSV文件，實(shí)現(xiàn)數(shù)據(jù)的導(dǎo)出和共享。CSV文件寫入讀取和解析CSV文件讀取和解析JSON文件Python內(nèi)置的`json`模塊提供了對(duì)JSON文件的讀取支持，可以將JSON文件的內(nèi)容轉(zhuǎn)換為Python的字典或列表等數(shù)據(jù)結(jié)構(gòu)。JSON數(shù)據(jù)解析通過對(duì)轉(zhuǎn)換后的Python數(shù)據(jù)結(jié)構(gòu)進(jìn)行操作，可以實(shí)現(xiàn)JSON數(shù)據(jù)的解析和處理，比如提取特定字段的數(shù)據(jù)、進(jìn)行數(shù)據(jù)篩選和排序等。JSON數(shù)據(jù)生成Python也可以將數(shù)據(jù)轉(zhuǎn)換為JSON格式，并寫入JSON文件，這在數(shù)據(jù)交換和API接口開發(fā)中非常常見。JSON文件讀取讀取和解析XML文件Python也可以將數(shù)據(jù)轉(zhuǎn)換為XML格式，并寫入XML文件，這在一些特定的應(yīng)用場(chǎng)景中非常有用，比如配置文件、數(shù)據(jù)交換等。XML數(shù)據(jù)生成Python中的`xml.etree.ElementTree`模塊提供了對(duì)XML文件的讀取支持，可以解析XML文件并獲取其結(jié)構(gòu)化的數(shù)據(jù)。XML文件讀取通過對(duì)XML數(shù)據(jù)的解析，可以提取出XML元素和屬性的信息，并進(jìn)行進(jìn)一步的處理和分析。XML數(shù)據(jù)解析04Python內(nèi)置庫(kù)實(shí)現(xiàn)數(shù)據(jù)格式化讀取CSV文件01使用`csv.reader()`函數(shù)讀取CSV文件內(nèi)容，返回可迭代對(duì)象，每行數(shù)據(jù)為一個(gè)列表。寫入CSV文件02使用`csv.writer()`函數(shù)創(chuàng)建寫入對(duì)象，通過`writerow()`方法寫入單行數(shù)據(jù)，通過`writerows()`方法寫入多行數(shù)據(jù)。CSV文件與字典的轉(zhuǎn)換03使用`csv.DictReader()`和`csv.DictWriter()`實(shí)現(xiàn)CSV文件與字典之間的轉(zhuǎn)換，方便處理具有表頭信息的CSV文件。使用`csv`庫(kù)處理CSV文件JSON數(shù)據(jù)解碼使用`json.loads()`函數(shù)將JSON字符串解碼為Python對(duì)象，方便后續(xù)處理。JSON文件讀寫使用`json.load()`函數(shù)讀取JSON文件內(nèi)容，使用`json.dump()`函數(shù)將Python對(duì)象寫入JSON文件。JSON數(shù)據(jù)編碼使用`json.dumps()`函數(shù)將Python對(duì)象編碼為JSON字符串，支持多種數(shù)據(jù)類型，如列表、字典、數(shù)字、字符串等。使用`json`庫(kù)處理JSON數(shù)據(jù)使用`xml.etree.ElementTree`模塊解析XML文檔，支持XML文檔的讀取、修改和創(chuàng)建等操作。XML文檔解析通過Element對(duì)象表示XML元素，支持元素的屬性、文本內(nèi)容、子元素等操作。XML元素操作使用`xml.dom.minidom`模塊實(shí)現(xiàn)XML文檔的格式化輸出，支持設(shè)置縮進(jìn)、換行等排版格式。XML文檔格式化使用`xml`庫(kù)處理XML數(shù)據(jù)05第三方庫(kù)實(shí)現(xiàn)數(shù)據(jù)格式化VSpandas是一個(gè)強(qiáng)大的Python數(shù)據(jù)處理庫(kù)，提供了快速、靈活和富有表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu)，以便于輕松地進(jìn)行數(shù)據(jù)清洗和分析。安裝方法可以通過`pip`命令安裝`pandas`庫(kù)，如`pipinstallpandas`。pandas庫(kù)概述pandas庫(kù)介紹及安裝方法使用`pandas`讀取和處理CSV文件讀取CSV文件使用`pandas.read_csv()`函數(shù)讀取CSV文件，可以指定文件路徑、分隔符、編碼等參數(shù)。處理CSV文件通過`pandas`提供的DataFrame對(duì)象，可以對(duì)CSV數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、篩選和統(tǒng)計(jì)等操作。使用`pandas`讀取和處理Excel文件使用`pandas.read_excel()`函數(shù)讀取Excel文件，可以指定文件路徑、工作表名稱、列索引等參數(shù)。讀取Excel文件通過DataFrame對(duì)象，可以對(duì)Excel數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、篩選和統(tǒng)計(jì)等操作，同時(shí)支持將數(shù)據(jù)導(dǎo)出為新的Excel文件。處理Excel文件06實(shí)戰(zhàn)案例：Python在數(shù)據(jù)清洗中的應(yīng)用讀取CSV文件使用Python內(nèi)置的csv模塊或pandas庫(kù)讀取CSV文件。數(shù)據(jù)清洗對(duì)讀取的數(shù)據(jù)進(jìn)行清洗，包括刪除重復(fù)行、處理缺失值、轉(zhuǎn)換數(shù)據(jù)類型等。寫入CSV文件將清洗后的數(shù)據(jù)寫入新的CSV文件，以便后續(xù)分析和處理。案例一：清洗CSV格式數(shù)據(jù)使用pandas庫(kù)中的read_excel函數(shù)讀取Excel文件。讀取Excel文件對(duì)讀取的數(shù)據(jù)進(jìn)行清洗，包括刪除空值、填充缺失值、轉(zhuǎn)換數(shù)據(jù)類型等。數(shù)據(jù)清洗將清洗后的數(shù)據(jù)寫入新的Excel文件，以便后續(xù)分析和處理。