python怎么读取data文件(python 读取dat)
python文件读写？
这两个问题都是由于最后一句使用了to_excel导致的，改成to_csv即可
另外，to_csv可以生成csv或者xls文件。
改成：data.to_csv(cleanedfile,sep="\t", encoding="utf-8")
python之data处理
在做接口测试过程中，在请求数据时，实际业务使用是multipart/form-data的方式，最终使用的为python的requests toolbelt库
1、安装：pipinstallrequests-toolbelt
2、两种使用方法：
MultipartEncoder方式，
multipart/form-data方式：
数据类型为json：
如果是json请求，那么Content-Type必须是：application json
pandas怎么读取.data数据
Pandas是Python下一个开源数据分析的库，它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作。
1. 基本使用：创建DataFrame. DataFrame是一张二维的表，大家可以把它想象成一张Excel表单或者Sql表。Excel 2007及其以后的版本的最大行数是1048576，最大列数是16384，超过这个规模的数据Excel就会弹出个框框“此文本包含多行文本，无法放置在一个工作表中”。Pandas处理上千万的数据是易如反掌的sh事情，同时随后我们也将看到它比SQL有更强的表达能力，可以做很多复杂的操作，要写的code也更少。
说了一大堆它的好处，要实际感触还得动手码代码。首要的任务就是创建一个DataFrame，它有几种创建方式：
（1）列表，序列(pandas.Series), numpy.ndarray的字典
二维numpy.ndarray
别的DataFrame
结构化的记录(structured arrays)
（2）其中，二维ndarray创建DataFrame，代码敲得最少：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4))
df
0 1 2 3
0 0.927474 0.127571 1.655908 0.570818
1 -0.425084 -0.382933 0.468073 -0.862898
2 -1.602712 -0.225793 -0.688641 1.167477
3 -1.771992 -0.692575 -0.693494 -1.063697
4 -0.456724 0.371165 1.883742 -0.344189
5 1.024734 0.647224 1.134449 0.266797
6 1.247507 0.114464 2.271932 -0.682767
7 -0.190627 -0.096997 -0.204778 -0.440155
8 -0.471289 -1.025644 -0.741181 -1.707240
9 -0.172242 0.702187 -1.138795 -0.112005
（3）通过describe方法，可以对df中的数据有个大概的了解：
df.describe()
0 1 2 3
count 10.000000 10.000000 10.000000 10.000000
mean -0.189096 -0.046133 0.394722 -0.320786
std 1.027134 0.557420 1.258019 0.837497
min -1.771992 -1.025644 -1.138795 -1.707240
25% -0.467648 -0.343648 -0.692281 -0.817865
50% -0.307856 0.008734 0.131648 -0.392172
75% 0.652545 0.310266 1.525543 0.172096
max 1.247507 0.702187 2.271932 1.167477
2. 改变cell。
3. group by。
4. 读写文件。
python如何从一个文件夹中读取多个.dat文件
用glob模块，指定后缀.dat，即可。
import?glob
dir?=?'\home\your_data_file\'
for?f?in?glob.glob(dir?+?'*.dat'):
????contents?=?open(f,'r').read()
python读取文件—txt文件常用读写操作
f = open("data.txt","r")? ?#设置文件对象
f.close() #关闭文件
为了方便，避免忘记close掉这个文件对象，可以用下面这种方式替代
with open('data.txt',"r") as f:? ? #设置文件对象
?str = f.read()()? ? #可以是随便对文件的操作
f = open("data.txt","r")? ?#设置文件对象
str = f.read()? ???#将txt文件的所有内容读入到字符串str中
f.close()? ?#将文件关闭
f = open("data.txt","r")? ?#设置文件对象
line = f.readline()
line = line[:-1]
while line:? ?? ?? ?? ? #直到读取完文件
? ? ?line = f.readline()??#读取一行文件，包括换行符
? ? ?line = line[:-1]? ???#去掉换行符，也可以不去
f.close() #关闭文件
data = []
for line in open("data.txt","r"): #设置文件对象并读取每一行文件
? ? ?data.append(line)? ?? ?? ?? ?? ?#将每一行文件加入到list中
?f = open("data.txt","r")? ?#设置文件对象
?data = f.readlines()??#直接将文件中按行读到list里，效果与方法2一样
?f.close()? ?? ?? ?? ? #关闭文件
可以使用pandas的.read_csv，读取文件的时候可以给每一列起名字，通过列名来调取相应列的数据。
import pandas as pd
data = pd.read_csv(" OSDO1012.txt",sep=',',header=None, names=['lat','lon','time','z']
使用data.lat就可以读取名为lat这一列的数据
?data = np.loadtxt("data.txt",skiprows = 1)? ?#将文件中数据加载到data数组里，并且跳过第一行
?with open('data.txt','w') as f:? ? #设置文件对象
? ? f.write(str)? ?? ?? ?? ?? ???#将字符串写入文件中
data = ['a','b','c']
单层列表写入文件
with open("data.txt","w") as f:
? ? f.writelines(data)
每一项用空格隔开，一个列表是一行写入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f:? ? ? ? ? ? ? ? ? ? ? #设置文件对象
? ? ?for i in data:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #对于双层列表中的数据
? ? ? i = str(i).strip('[').strip(']').replace(',','').replace('\'','')+'\n'??#将其中每一个列表规范化成字符串
? ? ?f.write(i)? ? ? ? ? ? ? ? ? ? ? #写入文件
直接将每一项都写入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f:? ? ? ? ? ? ? ? ? ? #设置文件对象
? ? ?for i in data:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #对于双层列表中的数据
? ? ? ? ? f.writelines(i)? ? ? ? ? ? ? ? ? ? ? ? ? ? #写入文件
np.savetxt("data.txt",data)? ???#将数组中数据写入到data.txt文件
np.save("data.txt",data)? ?? ???#将数组中数据写入到data.txt文件