python读取data文件的第一列(python读取文件某一列)

Python如果想要读取excel的第1:9列数据怎么写

Python对Excel的读写主要有xlrd、xlwt、xlutils、openpyxl、xlsxwriter几种。

1、xlrd主要用来读取Excel文件（Excel read）

import xlrd

worksheet = xlrd.open_workbook(u'Python操作Excel.xls')

sheet_names= worksheet.sheet_names()

for sheet_name in sheet_names:

sheet2 = worksheet.sheet_by_name(sheet_name)

print sheet_name rows = sheet2.row_values(3) # 获取第四行内容

cols = sheet2.col_values(1) # 获取第二列内容

print rows

print cols

python如何将一个文件夹下的所有excel读取，并每一个文件的第一列存为list

os.listdir() 得到路径下所有文件名构成的列表（在这里就是你的所有excel）

然后循环 读取excel文件就行了

读取和取第一列的数值都可以使用pandas 库，

df = pd.read_excel()

取第一列的数值构成list

list( df.iloc[:,0].values )

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

怎样用python，读取excel中的一列数据

---------------------------

@1方法一

import xlrd

data=xlrd.open_workbook('F:/data.xlsx')#excle文件位置

sheet=data.sheets()[0] #读取第一个表

rows=sheet.row_values(0) #读取第一行

print(rows) #打印第一行

clou=sheet.col_values(0) #读取第一列

print(clou) #打印第一列

print(rows,clou) #打印第一行第一列

x=clou[1:] #去除第一行的第一个数

print(x)

--------------------------------------------------------

@2

import xlrd #导入包

import pandas as pd

data=pd.read_excel('F:/data.xlsx', sheet_name='Sheet1')

#print(type(data))

#print(data)

print(data['B'])#读取某一列

print(data.values)#输出值

print(data.describe())#输出每列的统计数据

x=data[0:10]

print(x)#输出前3行

print(x.T)#转置

print(x.sort_index(axis=1,ascending=False))

a=data.describe()

python怎么对dataframe进行操作

用pandas中的DataFrame时选取行或列：

import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型data.w #选择表格中的'w'列，使用点属性,返回的是Series类型data[['w']] #选择表格中的'w'列，返回的是DataFrame类型data[['w','z']] #选择表格中的'w'、'z'列data[0:2] #返回第1行到第2行的所有行，前闭后开，包括前不包括后data[1:2] #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，

#如果采用data[1]则报错data.ix[1:2] #返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同data['a':'b'] #利用index值进行切片，返回的是**前闭后闭**的DataFrame,

#即末端是包含的

data.irow(0) #取data的第一行data.icol(0) #取data的第一列data.head() #返回data的前几行数据，默认为前五行，需要前十行则data.head(10)data.tail() #返回data的后几行数据，默认为后五行，需要后十行则data.tail(10)ser.iget_value(0) #选取ser序列中的第一个ser.iget_value(-1) #选取ser序列中的最后一个，这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个，这会引起歧义。data.iloc[-1] #选取DataFrame最后一行，返回的是Seriesdata.iloc[-1:] #选取DataFrame最后一行，返回的是DataFramedata.loc['a',['w','x']] #返回‘a’行'w'、'x'列，这种用于选取行索引列索引已知data.iat[1,1] #选取第二行第二列，用于已知行、列位置的选取。123456789101112131415161718192021222324252627282930313233343536373839404142

下面是简单的例子使用验证：

import pandas as pdfrom pandas import Series, DataFrame

import numpy as np

data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])

data

Out[7]:

a b c d eone 0 1 2 3 4two 5 6 7 8 9three 10 11 12 13 14#对列的操作方法有如下几种data.icol(0) #选取第一列E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] # -*- coding: utf-8 -*-Out[35]:

one 0two 5three 10Name: a, dtype: int32

data['a']

Out[8]:

one 0two 5three 10Name: a, dtype: int32

data.aOut[9]:

one 0two 5three 10Name: a, dtype: int32

data[['a']]

Out[10]:

aone 0two 5three 10data.ix[:,[0,1,2]] #不知道列名只知道列的位置时Out[13]:

a b cone 0 1 2two 5 6 7three 10 11 12data.ix[1,[0]] #选择第2行第1列的值Out[14]:

a 5Name: two, dtype: int32

data.ix[[1,2],[0]] #选择第2,3行第1列的值Out[15]:

atwo 5three 10data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值Out[17]:

a ctwo 5 7three 10 12data.ix[1:2,2:4] #选择第2-3行，3-5（不包括5）列的值Out[29]:

c dtwo 7 8data.ix[data.a5,3]

Out[30]:

three 13Name: d, dtype: int32

data.ix[data.b6,3:4] #选择'b'列中大于6所在的行中的第4列，有点拗口Out[31]:

dthree 13data.ix[data.a5,2:4] #选择'a'列中大于5所在的行中的第3-5（不包括5）列Out[32]:

c dthree 12 13data.ix[data.a5,[2,2,2]] #选择'a'列中大于5所在的行中的第2列并重复3次Out[33]:

c c cthree 12 12 12#还可以行数或列数跟行名列名混着用data.ix[1:3,['a','e']]

Out[24]:

a etwo 5 9three 10 14data.ix['one':'two',[2,1]]

Out[25]:

c bone 2 1two 7 6data.ix[['one','three'],[2,2]]

Out[26]:

c cone 2 2three 12 12data.ix['one':'three',['a','c']]

Out[27]:

a cone 0 2two 5 7three 10 12data.ix[['one','one'],['a','e','d','d','d']]

Out[28]:

a e d d done 0 4 3 3 3one 0 4 3 3 3#对行的操作有如下几种：data[1:2] #（不知道列索引时）选择第2行，不能用data[1]，可以用data.ix[1]Out[18]:

a b c d etwo 5 6 7 8 9data.irow(1) #选取第二行Out[36]:

a 5b 6c 7d 8e 9Name: two, dtype: int32

data.ix[1] #选择第2行Out[20]:

a 5b 6c 7d 8e 9Name: two, dtype: int32

data['one':'two'] #当用已知的行索引时为前闭后闭区间，这点与切片稍有不同。Out[22]:

a b c d eone 0 1 2 3 4two 5 6 7 8 9data.ix[1:3] #选择第2到4行，不包括第4行，即前闭后开区间。Out[23]:

a b c d etwo 5 6 7 8 9three 10 11 12 13 14data.ix[-1:] #取DataFrame中最后一行，返回的是DataFrame类型,**注意**这种取法是有使用条件的，只有当行索引不是数字索引时才可以使用，否则可以选用`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型Out[11]:

a b c d ethree 10 11 12 13 14data[-1:] #跟上面一样，取DataFrame中最后一行，返回的是DataFrame类型Out[12]:

a b c d ethree 10 11 12 13 14data.ix[-1] #取DataFrame中最后一行，返回的是Series类型，这个一样，行索引不能是数字时才可以使用Out[13]:

a 10b 11c 12d 13e 14Name: three, dtype: int32

data.tail(1) #返回DataFrame中的最后一行data.head(1) #返回DataFrame中的第一行123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186

最近处理数据时发现当pd.read_csv()数据时有时候会有读取到未命名的列，且该列也用不到，一般是索引列被换掉后导致的，有强迫症的看着难受，这时候dataframe.drop([columns,])是没法处理的，怎么办呢，

最笨的方法是直接给列索引重命名：

data6

Unnamed: 0 high symbol timedate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.0data6.columns = list('abcd')

data6 a b c ddate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.012345678910111213141516171819202122

重新命名后就可以用dataframe.drop([columns])来删除了，当然不用我这样全部给列名替换掉了，可以只是改变未命名的那个列，然后删除。不过这个用起来总是觉得有点low，有没有更好的方法呢，有，可以不去删除，直接：

data7 = data6.ix[:,1:]1

这样既不改变原有数据，也达到了删除神烦列，当然我这里时第0列删除，可以根据实际选择所在的列删除之，至于这个原理，可以看下前面的对列的操作。

python如何读取excel里面某一整列内容并修改？

可以使用 Python 中的 pandas 库来读取 Excel 文件里面某一整列内容并修改。

首先，需要安装 pandas 库。在命令行中输入：

pip install pandas

然后可以使用 pandas 的 read_excel 函数读取 Excel 文件，并使用 iloc 属性获取某一整列内容。下面是一个示例代码：

import pandas as pd

# 读取 Excel 文件

df = pd.read_excel("your_file.xlsx")

# 获取某一整列内容

column_data = df.iloc[:, 2]

# 2 是列的编号，从 0 开始# 修改某一整列内容

column_data = column_data + 1

# 更新到 Excel 文件

df.iloc[:, 2] = column_data

df.to_excel("your_file.xlsx", index=False)

上面的代码会读取“your_file.xlsx”这个excel文件，获取第3列的内容并修改，最后将修改后的内容重新写入到excel文件中，注意这里没有保留原来的数据，如果需要保留原来的数据需要另外操作。

需要注意的是，若要读取的excel文件中有多个工作表，需要使用 pd.read_ex